低资源满文OCR词形扩展策略研究
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
最新进展11月19日 13:00
低资源满文OCR中词汇覆盖与准确率的权衡:何时扩展词库,何时回退报道时间线
沿着报道,了解事件的不同侧面。
11月19日
- 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
- –
02.557.510
14:0016:0018:0020:0022:0011月20日
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。