基于Transformer的历史文档手写文本识别
计算机视觉与模式识别
2022-03-22 v1 计算与语言
摘要
我们将TrOCR框架应用于真实世界的历史手稿，并表明TrOCR本身就是一个强大的模型，非常适合于迁移学习。TrOCR仅在英语上训练过，但它可以相当容易地适应其他使用拉丁字母的语言，且所需训练材料很少。我们将TrOCR与SOTA HTR框架（Transkribus）进行比较，并表明它可以击败此类系统。这一发现至关重要，因为Transkribus在拥有基线信息时表现最佳，而微调TrOCR根本不需要基线信息。
引用
@article{arxiv.2203.11008,
title = {Transformer-based HTR for Historical Documents},
author = {Phillip Benjamin Ströbel and Simon Clematide and Martin Volk and Tobias Hodel},
journal= {arXiv preprint arXiv:2203.11008},
year = {2022}
}
备注
This is an abstract submitted and accepted at ComHum 2022 in Lausanne. We will be elaborating on these initial findings in the paper that we will submit after the conference