小语种OCR程序开发
来自语言维基
语言维基(Langwiki)致力于计算机自然语言处理技术的开发。出于对于语言处理技术的执着追求,我们不仅努力掌握主流NLP算法,还针对NLP领域难以处理的小语种问题,进行人工智能算法的优化和研发。此项目提出一个新的OCR算法,使OCR系统的训练时间和所需的数据量大为减少,使计算机OCR技术可以有效的应用于小语种手写体以及古籍的识别和数字化。小语种OCR应用的领域包括满文识别、蒙古文识别、基于阿拉伯字母的老维文识别等。
研发计划
- 数据获取
- 算法研发
- 高学习率手写体连续识别算法
- 满文特殊符号处理
- 长短字牙
- 点和圈
- 字型中间码
- 模型训练
- 应用整合
相关研究
- OCR布局识别
- 运用下一代深度学习算法,对文字布局进行非监督学习