研究人员推出HANS,一个旨在改进手写学生答题卡解析和识别的新数据集。该数据集通过包含混合文本和公式、多行推导以及删除线和删除等各种噪声伪影等复杂元素,解决了现有基准测试的局限性。为了利用HANS,提出了一种新颖的端到端框架NA-GOT,该框架包含一个两阶段噪声抑制机制,以提高手写教育内容识别的准确性和稳定性。 AI
影响 该数据集和框架有望推动AI在教育技术领域的应用,特别是在复杂手写学生作业的自动评分和计分方面。
排序理由 该条目描述了一个针对特定AI研究问题的新数据集和提出的框架,发布在arXiv上。[lever_c_demoted from research: ic=1 ai=1.0]
- alphaXiv
- arXiv
- CatalyzeX Code Finder for Papers
- Connected Papers
- DagsHub
- Gotit.pub
- HANS
- Hugging Face
- Influence Flower
- Litmaps
- ScienceCast
- scite Smart Citations
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →