OCR Systems

新框架使用LLM实现多语言词典数字化

研究人员开发了MUDIDI，一个旨在实现多语言词典数字化的两阶段框架，尤其适用于低资源语言。该框架解决了字符识别、复杂布局和词典学结构保存等挑战。MUDIDI的第一阶段评估字符识别和标记保存，第二阶段将词典条目分割成机器可读的格式。实验表明，大型语言模型（LLMs）在此任务上的表现优于传统的OCR和视觉语言模型，通过提供词典介绍等额外上下文信息可以进一步提升性能。