NN/FST - Unsupervised OCR-Postcorrection based on Neural Networks and Finite-state Transducers

NN/FST - 基于神经网络和有限状态传感器的无监督 OCR 后校正

• 批准号: 394341797
• 负责人: Professor Dr. Gerhard Heyer
• 金额: --
• 依托单位: Sächsische Akademie der Wissenschaften zu Leipzig
• 依托单位国家: 德国
• 项目类别: Research data and software (Scientific Library Services and Information Systems)
• 财政年份: 2018
• 资助国家: 德国
• 起止时间: 2017-12-31 至 2019-12-31
• 项目状态: 已结题
• 来源: https://gepris.dfg.de/gepris/projekt/394341797?language=en
• 关键词: NN; FST; Unsupervised; OCR; Postcorrection

The project aims to develop a ready to use software für modul 3 (text optimization) of the OCR-D architecture. The focus of development is in area 3.B (postcorrection) where we plan to also evaluate some up-to-date OCR systems (area 3.A). The main technologies that we plan to use are neural nets (NN) combined with finite-state transducers (FST) to decode recognized lines of text within a noisy-channel model.

本项目旨在开发一个可随时使用的软件<s:1> r模块3（文本优化）的OCR-D架构。开发的重点在第3区。B（校正后），我们也计划评估一些最新的OCR系统（区域3.A）。我们计划使用的主要技术是神经网络（NN）与有限状态换能器（FST）相结合，在噪声信道模型中解码可识别的文本行。