PulseAugur
中
实时 05:54:43

New benchmark PorTEXTO targets European Portuguese visual text extraction

作者 PulseAugur 编辑部 · [1 个来源] ·

研究人员推出 PorTEXTO，这是一个旨在改进欧洲葡萄牙语 (pt-PT) 视觉文本提取的新基准。该基准解决了现有光学字符识别 (OCR) 基准中 pt-PT 资源稀缺的问题，这些基准通常侧重于资源丰富的语言或历史文本。PorTEXTO 使用了一个管道，该管道结合了大型语言模型的转录和母语人士的人工审查，以确保其质量和与当代应用的相关性。研究发现，专门的多语言数据比模型大小或分辨率更能有效提高 pt-PT OCR 的性能，这凸显了对开放式 pt-PT OCR 资源的需求。 AI

影响 该基准可以提高人工智能模型在欧洲葡萄牙语文本提取方面的性能，从而在讲这种语言的地区实现更好的应用。

排序理由 该项目描述了一篇介绍特定 NLP 任务基准的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.CV 阅读 →

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

报道来源 [1]

  1. arXiv cs.CV TIER_1 English(EN) · João Magalhães ·

    PorTEXTO：用于视觉文本提取的欧洲葡萄牙语基准

    European Portuguese (pt-PT) is largely absent from OCR benchmarks, which skew toward high-resource languages. The few benchmarks that cover pt-PT focus on historical artifacts and literature. This work addresses modern OCR applications, introducing PorTEXTO, the first benchmark f…

相关实体

相关话题