历史报纸页面图像上的主题查询处理
信息检索
2020-02-21 v1
摘要
历史报纸是人文学科与社会科学的研究来源。然而,由于印刷质量低、页面缺乏标准化以及部分文件照相质量低,这些图像集合难以被机器读取。本文提出一个历史报纸页面图像中主题导航系统的处理模型。总体流程由四个模块组成:文本子图像分割与文本提取、预处理与表示、诱导主题提取与表示、以及文档浏览与检索界面。描述了各模块的算法与技术途径,并给出了关于一个覆盖 28 年范围的集合的初步测试结果。
引用
@article{arxiv.2002.08500,
title = {Processing topical queries on images of historical newspaper pages},
author = {José E. B. Maia and Gildácio J. de A. Sá},
journal= {arXiv preprint arXiv:2002.08500},
year = {2020}
}