深度学习方法在中世纪历史文件手稿识别中的应用
计算机视觉与模式识别
2025-12-23 v1 计算与语言
机器学习
摘要
手写体识别和光学字符识别解决方案在处理现代时代数据时表现优异，但在处理拉丁文中世纪文本时效率会下降。本文提出了一种深度学习方法，从手写拉丁文中世纪（9 至 11 世纪）文档中提取文本信息。该方法考虑到中世纪文档固有的属性。本文提供了历史文档转录领域的简要介绍、原始数据的初步分析、以及相关研究与研究工作。本文介绍了数据集开发的步骤，以便进一步训练模型。对处理后数据的解释性数据分析也提供了。本文解释了从文档图像中提取文本信息的深度学习模型管道，包括从目标检测到使用分类模型和嵌入单词图像进行单词识别。本文报告了以下结果：召回率、精确率、F1 分数、交并比、混淆矩阵以及平均字符串距离。这些指标的图表也包括在内。该实现已发布在 GitHub 仓库中。
引用
@article{arxiv.2512.18865,
title = {Application of deep learning approaches for medieval historical documents transcription},
author = {Maksym Voloshchuk and Bohdana Zarembovska and Mykola Kozlenko},
journal= {arXiv preprint arXiv:2512.18865},
year = {2025}
}
备注
15 pages, 15 figures, 4 tables. Originally published by CEUR Workshop Proceedings (CEUR-WS.org, ISSN 1613-0073), available: https://ceur-ws.org/Vol-4133/S_05_Kozlenko.pdf