推荐macleginn · 2025-12
“I became convinced of this after the release of KuroNet: KuroNet”
称 KuroNet 的发布让自己确信 OCR 已能读懂难辨手稿
用残差 U-Net 整页端到端识别前现代日语草书文字
くずし字(Kuzushiji)是日本使用了上千年的草书书写风格,1900 年日语书写系统改革后不再纳入常规教育,如今多数日本人已读不懂 150 年前的书籍,大量数字化的历史文献只有少数专家能读。为应对现有系统表现极差的难题,论文提出 KuroNet:一个端到端模型,用残差 U-Net 结构整页联合识别,无需任何预处理即可预测页面上所有字符的位置和身份,从而能处理长程上下文、大词表和非标准化的字符布局。作者表明系统能成功识别很大一部分前现代日语文献,同时也探讨了其局限和未来方向。
HN 评论者以它为例说明机器学习在识别看似几乎无法辨读的日本古籍草书方面极为有效。
候选里只有一篇直接相关,是同一团队对古典日语字符数据集与基线的工作,先读它了解 Kuzushiji 数据与任务,再读 KuroNet。
介绍 Kuzushiji 相关数据集和基线,是目标论文所处的数据与任务背景。
读各数据集(字符分类、整页识别等)的构成与任务定义,以及基线模型的表现。
用残差 U-Net 对整页古籍直接做端到端的字符识别。
读整页输入输出的形式、网络结构与评测结果;对照基线看改进在哪里。
“I became convinced of this after the release of KuroNet: KuroNet”
“for those interested in kuronet [1]”
“Interestingly enough this is an area where machine learning has been extremely effective:”