数字化尼泊尔古籍：古老尼泊尔文字手写识别全流程系统
机器学习
2026-04-29 v2
摘要
本文提出了面向古老尼泊尔语（一种历史上具有重要性但资源匮乏的语言）的首个端到端手写文字识别（HTR）流水线。我们采用行级转录方法，系统性地探索编码器-解码器架构和数据中心技术，以提高识别准确率。我们的最佳模型实现了4.9%的字符错误率（CER）。此外，我们实现并评估了解码策略，分析了词级别的混淆，以更好地理解模型行为和错误模式。虽然评估数据集是保密的，但我们发布了训练代码、模型配置以及评估脚本，以支持HTR领域中低资源历史文字的进一步研究。
引用
@article{arxiv.2512.17111,
title = {Digitizing Nepal's Written Heritage: A Comprehensive HTR Pipeline for Old Nepali Manuscripts},
author = {Anjali Sarawgi and Esteban Garces Arias and Christof Zotter},
journal= {arXiv preprint arXiv:2512.17111},
year = {2026}
}
备注
Accepted at ACL 2026 (Main Conference)