多语言场景文本识别中的跨语言学习
计算机视觉与模式识别
2023-12-19 v1
摘要
在本文中，我们研究了面向多语言场景文本识别~(STR) 的跨语言学习~(CLL)。CLL 将知识从一种语言迁移到另一种语言。我们旨在找到利用高资源语言的知识来提升低资源语言性能的条件。为此，我们首先检验先前工作中讨论的关于 CLL 的两个一般见解是否适用于多语言 STR：(1) 高资源与低资源语言的联合学习可能会降低低资源语言的性能，以及 (2) CLL 在类型学相似的语言之间效果最好。通过大量实验，我们表明这两个一般见解可能不适用于多语言 STR。随后，我们表明 CLL 的关键条件是高资源语言的数据集大小，而与高资源语言的种类无关。我们的代码、数据和模型可在 https://github.com/ku21fan/CLL-STR 获取。
引用
@article{arxiv.2312.10806,
title = {Cross-Lingual Learning in Multilingual Scene Text Recognition},
author = {Jeonghun Baek and Yusuke Matsui and Kiyoharu Aizawa},
journal= {arXiv preprint arXiv:2312.10806},
year = {2023}
}
备注
Accepted at ICASSP2024, 5 pages, 2 figures