研究人员开发了TongGuOCR，一个新颖的OCR框架，旨在提高中文古籍的转录效果。该系统通过采用布局感知的预处理模块和令牌增强的识别模块来应对复杂的布局和罕见字符等挑战。令牌增强包括针对罕见字形的字符级词汇扩展和用于指导阅读顺序的空间位移令牌。在基准数据集上的实验表明，TongGuOCR在准确性和错误减少方面取得了显著的改进，超越了现有的OCR模型和多模态大型语言模型。 AI
影响 这一新的OCR框架可以显著改善对中文古籍的访问和分析。
排序理由 该集群包含一篇详细介绍新OCR框架的研究论文。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
