DuoSearch：一种面向保加利亚语历史文献的新型搜索引擎
信息检索
2023-06-01 v1
摘要
数字化历史文献集合的检索受限于一个双重问题：正字法变体与光学字符识别（OCR）错误。我们提出了一种面向历史文献的新型搜索引擎 DuoSearch，其利用 ElasticSearch 与基于深度神经网络的机器学习方法，为该问题提供解决方案。该系统在 19 世纪中叶至 20 世纪中叶的保加利亚语历史报纸集合上进行了测试。系统为终端用户提供交互式且直观的界面，允许其以现代保加利亚语输入检索词并跨历史拼写进行搜索。这是首个便利保加利亚语数字化历史文献使用的解决方案。
引用
@article{arxiv.2305.19392,
title = {DuoSearch: A Novel Search Engine for Bulgarian Historical Documents},
author = {Angel Beshirov and Suzan Hadzhieva and Ivan Koychev and Milena Dobreva},
journal= {arXiv preprint arXiv:2305.19392},
year = {2023}
}
备注
Accepted to ECIR 2022 (Demo paper)