面向历史手写文档集合的文本检索与识别的终身学习方法
计算机视觉与模式识别
2019-12-12 v1 计算与语言
机器学习
摘要
本章概述了在构建面向多文字与多语言大型历史文档集合（Monk 系统）的终身学习和索引引擎时所须处理的问题。该应用随时间高度可变，因为终端用户的持续标注改变了“真值”的构成概念。尽管当前深度学习的进展在该应用领域提供了巨大潜力，但问题的规模（即超过 520 本极为多样的书籍、文档和手稿）排除了当前在设计和开发成功深度学习系统时所必需的细致而艰苦的人力工作。本文引入了球场原则，描述了从仅能由传统方法或预训练神经网络嵌入向量上的最近邻方法处理的稀疏标注阶段，到海量标注允许可靠训练深度学习方法的另一端的演进。目录：引言、期望管理、深度学习、球场原则、技术实现、工作流、材料的质量与数量、工业化与可扩展性、人力、算法、识别对象、处理流水线、性能、组合性、结论。
引用
@article{arxiv.1912.05156,
title = {Lifelong learning for text retrieval and recognition in historical handwritten document collections},
author = {Lambert Schomaker},
journal= {arXiv preprint arXiv:1912.05156},
year = {2019}
}
备注
To appear as chapter in book: Handwritten Historical Document Analysis, Recognition, and Retrieval -- State of the Art and Future Trends, in the book series: Series in Machine Perception and Artificial Intelligence World Scientific, ISSN (print): 1793-0839 Original version deposited at Zenodo: https://zenodo.org/record/2346885#.XfCfsq5ytpg on December 17, 2018