莎士比亚第一对开本中排字工的自动归属
计算与语言
2017-04-27 v1
摘要
排字工归属，即将历史印刷文档中的页面按排版个人进行聚类，是一项依赖于拼写变异分析和印刷页面视觉细节检查的文献学任务。本文引入一种新颖的无监督模型，联合描述区分排字工所需的文本与视觉特征。应用于莎士比亚第一对开本的图像，我们的模型预测的归属与文献学家的手动判断一致，准确率达 87%，即使在 OCR 输出的文本上也是如此。
引用
@article{arxiv.1704.07875,
title = {Automatic Compositor Attribution in the First Folio of Shakespeare},
author = {Maria Ryskina and Hannah Alpert-Abrams and Dan Garrette and Taylor Berg-Kirkpatrick},
journal= {arXiv preprint arXiv:1704.07875},
year = {2017}
}
备注
Short paper (6 pages) accepted at ACL 2017