按年被提到
20192019 · 1 次2026
大模型与语言模型›词向量与预训练模型·arXiv:1910.09433 · cs.CV

KuroNet: Pre-Modern Japanese Kuzushiji Character Recognition with Deep Learning

KuroNet:基于深度学习的近代以前日语变体假名识别
Tarin Clanuwat, Alex Lamb, Asanobu Kitamoto · 2019

用残差 U-Net 整页端到端识别前现代日语草书文字

开始阅读 ↗PDFalphaXiv 讨论
被推荐 · 3 人首次 2019-11-17 · 最近 2026-04-26发表于 IAPR International Conference on Document Analysis and Recognition (ICDAR)
3不同的人
3活跃月份
3讨论串
64被引(OpenAlex)

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 为什么提它

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。

方法难度 3 / 5约 35 分钟经得起时间
读之前最好知道
1卷积神经网络与 U-Net
2光学字符识别(OCR)基础
3残差网络(ResNet)
4目标检测与语义分割基础

学习路径

读这篇之前,按顺序读书架上的 1 篇 · 参考文献来自 OpenAlex,顺序和要点由 Claude Code 排出

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。

  1. 1

    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。

  2. 2
    KuroNet: Pre-Modern Japanese Kuzushiji Character Recognition with Deep LearningKuroNet:基于深度学习的近代以前日语变体假名识别 · 2019 · 就是这篇

    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。

HN 书评

推荐在前,同类按时间 · 每篇最多保留 20 条,统计用全部提及
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
The writing is on the wall for handwriting recognition原评论 ↗
引用czr · 2019-11

“for those interested in kuronet [1]”

给对 KuroNet 感兴趣的人附上链接
Machine Learning Can Help Unlock the World of Ancient Japan原评论 ↗
引用gyomu · 2026-04

“Interestingly enough this is an area where machine learning has been extremely effective:”

拿它说明机器学习在识别草书日文上极为有效
Hokusai and Tesselations原评论 ↗