文献知网节
数字人文. 2022, (03)

系列笔谈之四：智能时代古籍OCR技术

王军刘成林金连文刘永革张弛宜王胤斐朱慧韩静雯徐璇

  北京大学数字人文研究中心    北京大学信息管理系    中国科学院自动化研究所    华南理工大学电子与信息学院    安阳师范学院    北京书同文数字化有限公司    北京大学外国语学院    四川师范大学文学院    武汉大学文学院    清华大学《数字人文》编辑部  

摘要：＜正＞王军（北京大学信息管理系）：OCR技术是古籍数字化技术的核心和基础OCR技术是古籍数字化技术的核心和基础，现代汉语常用汉字约七八千字，而古籍中所包含的文字最高达8万。由于文字量庞大，异体字众多，字形多变，版式多样，而且年代久远，页面模糊，再加上缺乏充足的训练数据，这使得古籍OCR比一般的OCR任务更具有挑战性。近年来，深度学习技术在这个领域的应用显著提高了OCR的准确率，大大降低了应用门槛。它现在是古籍数字化领域受关注度最高，应用面最广，需求量最大的一门技术。 
  • 专辑：

    教育与社会科学综合; 电子技术及信息科学

  • 专题：

    图书情报与数字图书馆

  • 分类号：

    G255.1

下载手机APP用APP扫此码同步阅读该篇文章

温馨提示：阅读CAJ格式原文，请使用CAJ浏览器。

下载：403 页码：95-125 页数：31 大小：1913K

相关推荐
  • 相似文献
  • 读者推荐
  • 相关法规
  • 关联作者