越南文书分析与识别综述：挑战与未来方向
计算机视觉与模式识别
2025-06-06 v1
摘要
越南文书分析与识别（DAR）是一项重要领域，具有在数字化、信息检索和自动化方面的应用价值。尽管OCR和NLP技术取得了进展，但由于越南文的复杂变体符号、声调变化以及缺乏大规模标注数据集，越南文识别面临独特挑战。传统OCR方法常在面对现实文档变异时难以胜任，而深度学习方法虽有前景，但仍受数据稀缺和泛化性问题的限制。最近，大型语言模型（LLM）和视觉语言模型在文本识别和文档理解方面展现出显著进步，为越南DAR提供了新的研究方向。然而，领域适应、多模态学习以及计算效率等挑战仍然存在。本综述全面回顾了越南文书识别的现有技术，概述关键局限性，并探讨LLM如何彻底变革该领域。我们讨论了未来研究方向，包括数据集开发、模型优化以及集成多模态方法以提升文档智能。通过解决这些差距，我们旨在推动越南DAR的发展，并鼓励社区驱动的创新解决方案。
引用
@article{arxiv.2506.05061,
title = {A Survey on Vietnamese Document Analysis and Recognition: Challenges and Future Directions},
author = {Anh Le and Thanh Lam and Dung Nguyen},
journal= {arXiv preprint arXiv:2506.05061},
year = {2025}
}