乌兹别克语混排文本OCR后校正新方法

Mannon Ochilov 等作者发表了一种针对乌兹别克语西里尔与拉丁字母混排文档的 OCR 后校正方法，用于处理同形字符导致的识别错误。该方法结合字节级 ByT5 模型、噪声生成器和 Levenshtein 约束的保守解码规则；其中噪声生成器的采样权重由 359 个人工分类的错误事件估计得出。报道未给出该方法在实际文档上的校正效果数据。

AI 根据报道生成 · 45 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。