Notice bibliographique
Résumé
This paper introduces a AI-based OCR post-processing technique, implemented as an Intelligent OCR Editor (IOCRED), which could enable the automation of OCR post-processing procedure and, therefore, could result in the increase of throughput, the decreases of error rate and the reduction of cost per page of an OCR system. An IOCRED system consists of a number of commercially available but different OCR systems performing text conversion on the same page simultaneously; a comparator detecting errors in the conversion results of OCRs; and, an intelligent error correction system using AI techniques such as expert systems, neural networks and fuzzy logic, to correct the detected errors. The IOCRED system is based on the premise that different OCR algorithms have distinct error characteristics. Such distinctions can be utilized by a cognitive device to detect and correct the errors in the conversion results of OCRs. To prove the concept, a statistical analysis of the error characteristics of OCR systems was conducted. Three popular commercial OCR systems were chosen for the study. The results showed that these OCR systems have distinct error characteristics and it is possible to achieve a high accuracy OCR conversion utilizing these differences. A simulation system used to examine the performance of the proposed IOCRED system was developed. The results of the simulations showed that utilizing the IOCRED system to achieve a high throughput, low error rate and low cost OCR conversion can be expected.< <ETX xmlns:mml="http://www.w3.org/1998/Math/MathML" xmlns:xlink="http://www.w3.org/1999/xlink">></ETX>
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,003 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».