Central AsianResearch Index

РАСПОЗНАВАНИЕ РУКОПИСНОГО ТЕКСТА ШАГАТАЙСКИХ РУКОПИСЕЙ: СРАВНЕНИЕ ОБУЧЕНИЯ CRNN С НУЛЯ И ТРАНСФЕР-НОГО ОБУЧЕНИЯ НА БАЗЕ ТРАНСФОРМЕРОВ: HANDWRITTEN TEXT RECOGNITION FOR CHAGATAI MANUSCRIPTS: COMPARING CRNN TRAINING FROM SCRATCH AND TRANSFORMER-BASED TRANSFER LEARNING

Цифровизация архивных чагатайских рукописей ограничена нехваткой аннотированных корпусов и сложностью курсивного письма на осно-ве арабской графики. В данном исследовании оцениваются два подхода к распоз-наванию рукописного текста (HTR): CRNN на базе Kraken, обучаемая с нуля, и модель TrOCR на базе трансформера с использованием трансферного обучения. Эксперименты проводились на изображениях 2531 строки из коллекции Гунна-ра Ярринга (Gunnar Jarring Collection) с разбиением данных на уровне страниц для предотвращения утечки данных. Для решения проблемы нехватки данных были применены стратегии аугментации, специфичные для каждой архитекту-ры. Модель TrOCR, дообученная на дополненных данных, продемонстрировала наилучшие результаты, достигнув коэффициента ошибок на уровне символов (CER) 10,6% и коэффициента ошибок на уровне слов (WER) 35,59%. Аугмента-ция данных улучшила показатели распознавания для обеих оцениваемых архи-тектур, при этом конфигурации с аугментацией достигли более низких значений CER и WER по сравнению с базовыми моделями. Результаты показывают, что трансферное обучение обеспечивает более эффективную стратегию инициали-зации для исследуемого чагатайского корпуса в условиях ограниченного объема данных. Исследование устанавливает начальный экспериментальный бенчмарк для распознавания чагатайских рукописей

Сведения

Опубликовано
2026 · Т. 7, № 3(27), С. 198-218
Язык
Русский
ISSN
2708-2032 · 2708-2040
Издатель
International Information Technology University
Аффилиации
Astana ITUniversity, Астана, Казахстан.