日语后 OCR 纠错基准使用 vouchers

本文构建基准并评估日文 vouchers（凭证）OCR（光学字符识别）系统中错误纠正方法的有效性。对于自动化处理扫描仪上的凭证文本（如发票上的公司名称）进行正确识别至关重要。然而，由于存在如印章等噪声，完美识别极其复杂。因此，正确纠正错误的 OCR 结果至关重要。然而，目前尚无公开的日文 OCR 错误纠正基准可用，且相关方法尚未得到充分研究。在本研究中，我们测量了现有服务在日文凭证上的文本识别准确率，并开发了后 OCR 纠错基准。随后，我们提出了使用语言模型进行简单基线纠错的方法，并验证了该方法能否有效纠正这些错误。在实验中，提出的错误纠正算法显著提高了整体识别准确率。