跳到正文
热点事件持续更新

低资源满文OCR词形扩展策略研究

1 篇报道1 个报道来源13 小时前更新

先了解这件事

AI 综述

2026年11月18日,Ruixin Yu等研究人员在arXiv发布论文,探讨低资源满文OCR中的词库扩展策略。该研究基于约2.9万词的基础词典,评估不同规模形态学候选项对识别准确率的影响。测试结果显示,添加25万候选项可将已见词根新组合的类型准确率从63.6%提升至86.3%。然而,若添加全部51万候选项,整体词元准确率会降至81.5%,表明盲目扩充词库会导致词典内精度损失。研究最终指出,基础词典结合置信度回退策略表现最佳,实现了76.1%类型准确率与85.5%词元准确率的最优平衡。

AI 根据报道生成 · 12 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

11月19日
  1. arXiv · NLP
    低资源满文OCR中词汇覆盖与准确率的权衡:何时扩展词库,何时回退

    在低资源满文OCR中,向约2.9万词的基础词典添加25万形态学候选项,可将已见词根新组合的类型准确率从63.6%提升至86.3%。 但添加全部51万候选项会导致整体词元准确率降至81.5%,显示覆盖率提升伴随词典内精度损失。基础词典结合置信度回退策略表现最佳,达到76.1%类型和85.5%词元准确率。

本事件热度走势

可比范围当前
7
可比范围峰值
1011月19日 14:00
近 24 小时变化
–

趋势仅比较持续完整观测到的相同主体,范围可能小于当前热度统计。移动指针或点击图表查看每小时热度;键盘可用左右方向键切换。