新框架评估中世纪拉丁手稿的翻译流程

研究人员开发了一个新框架，用于评估机器翻译流程在历史手稿（特别是中世纪拉丁语）上的有效性。他们的研究发现，专门的OCR模型在降低这一低资源领域的字符错误率方面，显著优于通用视觉语言模型（VLM）。最简单的流程，即由专门的OCR模型直接输入VLM，被证明是最有效的，其表现优于更复杂的多组件系统。这项研究引入了Interpres-Parallel-Corpus（IPC）数据集，并为部署历史文本翻译系统提供了实用指导。 AI

影响 为在低资源历史环境部署翻译系统提供了基准和实用指导。

排序理由 学术论文，详细介绍了用于历史手稿机器翻译的新评估框架和数据集。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.AI 阅读 →

• arXiv
• CATMuS Latin dataset
• Hugging Face
• Interpres-Parallel-Corpus
• natural language processing
• Nguyen Kim Hai Bui
• optical character recognition
• vision-language model

• 论文
• 其他

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →