实体
Tanakh
Tanakh
PulseAugur coverage of Tanakh — every cluster mentioning Tanakh across labs, papers, and developer communities, ranked by signal.
总计 · 30天
2
90 天内 3
发布 · 30天
0
90 天内 0
论文 · 30天
1
90 天内 2
层级分布 · 90 天
主题
情绪 · 30 天
2 天有情绪数据
最近 · 第 1/1 页 · 共 3 条
-
由于预处理和训练数据限制，带尼库德的希伯来语文本的光学字符识别面临挑战
带尼库德（元音符号）的希伯来语文本的光学字符识别（OCR）常常难以处理这些符号，因为在识别模型看到文本之前，多个预处理阶段会移除这些精细的标记。这些阶段包括分辨率缩放、二值化阈值处理、去噪点滤波和行分割裁剪。此外，主要在省略尼库德的现代希伯来语上训练的模型，即使尼库德得以保留，也缺乏识别这些标记所需的训练数据。常见的混淆出现在外观相似的元音符号之间，例如卡马茨（qamats）和帕塔赫（patah），或塞戈尔（segol）和舍瓦（she…
-
新算法利用信息论发现公式化文本聚类
研究人员开发了一种新颖的信息论算法，用于识别文本数据中的公式化聚类。该方法利用加权自信息分布，将经典度量扩展到连续公式，以应用于神经嵌入。当应用于《希伯来圣经》时，该算法成功分离了风格层次，并提供了一个量化的文本分层框架，为文本的构成和演变提供了新的见解。
-
MiqraBERT模型增强圣经希伯来语平行文本检测能力
研究人员开发了MiqraBERT，一个新颖的Sentence-BERT模型，专门针对圣经希伯来语的语义相似性检测进行了微调。该模型基于AlephBERT，采用基于回归的方法和余弦相似度，创建了一个平行经文能够聚集在一起的嵌入空间。MiqraBERT在基线方法上表现出显著的改进，减少了歧义重叠，并实现了叙事平行文本的高召回率，尽管诗歌平行文本仍具挑战性。