Training Strategies for OCR Systems for Historical Documents
Identifikátory výsledku
Kód výsledku v IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F49777513%3A23520%2F19%3A43955252" target="_blank" >RIV/49777513:23520/19:43955252 - isvavai.cz</a>
Výsledek na webu
<a href="http://dx.doi.org/10.1007/978-3-030-19823-7_30" target="_blank" >http://dx.doi.org/10.1007/978-3-030-19823-7_30</a>
DOI - Digital Object Identifier
<a href="http://dx.doi.org/10.1007/978-3-030-19823-7_30" target="_blank" >10.1007/978-3-030-19823-7_30</a>
Alternativní jazyky
Jazyk výsledku
angličtina
Název v původním jazyce
Training Strategies for OCR Systems for Historical Documents
Popis výsledku v původním jazyce
This paper presents an overview of training strategies for optical character recognition of historical documents. The main issue is the lack of the annotated data and its quality. We summarize several ways of synthetic data preparation. The main goal of this paper is to show and compare possibilities how to train a convolutional recurrent neural network classifier using the synthetic data and its combination with a real annotated dataset.
Název v anglickém jazyce
Training Strategies for OCR Systems for Historical Documents
Popis výsledku anglicky
This paper presents an overview of training strategies for optical character recognition of historical documents. The main issue is the lack of the annotated data and its quality. We summarize several ways of synthetic data preparation. The main goal of this paper is to show and compare possibilities how to train a convolutional recurrent neural network classifier using the synthetic data and its combination with a real annotated dataset.
Klasifikace
Druh
D - Stať ve sborníku
CEP obor
—
OECD FORD obor
10201 - Computer sciences, information science, bioinformathics (hardware development to be 2.2, social aspect to be 5.8)
Návaznosti výsledku
Projekt
—
Návaznosti
S - Specificky vyzkum na vysokych skolach<br>I - Institucionalni podpora na dlouhodoby koncepcni rozvoj vyzkumne organizace
Ostatní
Rok uplatnění
2019
Kód důvěrnosti údajů
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů
Údaje specifické pro druh výsledku
Název statě ve sborníku
Artificial Intelligence Applications and Innovation
ISBN
978-3-030-19822-0
ISSN
1868-4238
e-ISSN
—
Počet stran výsledku
12
Strana od-do
362-373
Název nakladatele
Springer
Místo vydání
Cham
Místo konání akce
Crete
Datum konání akce
24. 5. 2019
Typ akce podle státní příslušnosti
WRD - Celosvětová akce
Kód UT WoS článku
—