图书情报与数字图书馆

系列笔谈之四：智能时代古籍OCR技术

标题: 系列笔谈之四：智能时代古籍OCR技术

作者: 王军,刘成林,金连文,刘永革,张弛宜

第一作者: 王军

机构: 北京大学数字人文研究中心,北京大学信息管理系,中国科学院自动化研究所,华南理工大学电子与信息学院,安阳师范学院,北京书同文数字化有限公司,北京大学外国语学院,四川师范大学文学院,武汉大学文学院,清华大学《数字人文》编辑部

期刊: 数字人文

发表日期: 2022-09-30

论文摘要: <正>王军（北京大学信息管理系）：OCR技术是古籍数字化技术的核心和基础OCR技术是古籍数字化技术的核心和基础，现代汉语常用汉字约七八千字，而古籍中所包含的文字最高达8万。由于文字量庞大，异体字众多，字形多变，版式多样，而且年代久远，页面模糊，再加上缺乏充足的训练数据，这使得古籍OCR比一般的OCR任务更具有挑战性。近年来，深度学习技术在这个领域的应用显著提高了OCR的准确率，大大降低了应用门槛。它现在是古籍数字化领域受关注度最高，应用面最广，需求量最大的一门技术。

知网阅读链接: 点击跳转