研究人员推出 SCAM，一个专为撒希底克科普特古抄本手写文本识别 (HTR) 设计的新数据集。该数据集解决了低资源语言、罕见文字和退化历史文献的挑战，结合了异构采集条件和典型的抄本退化，如墨水褪色和材料劣化。在 SCAM 上对当前最先进的 HTR 方法进行基准测试，突显了它们在低资源、历史背景场景下的局限性，为该领域的未来发展提供了基准。 AI
影响 该数据集有望推动低资源 HTR 研究，可能提高 AI 处理历史和代表性不足语言的能力。
排序理由 该集群是关于一篇介绍特定研究任务数据集的新学术论文。[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 →