Frank-Wolfe-based Multi-task Learning for Historical Document Restoration
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
During the last few years, research in historical document restoration and understanding (HDRU) has gained increasing popularity. One major problem facing HDRU is the presence of degradation, which renders historical documents unreadable. Although promising results have been obtained, these methods lack the ability to generalize across different datasets. Also, multiple pre-processing and post-processing steps are used, which add more computational complexity and make inference unpractical in real-life settings. Deep Learning (DL) has been successfully used to solve various supervised learning problems in computer vision, where labeled datasets are readily available. However, in HDRU, large annotated historical document datasets are not available. In this paper, we propose an efficient multitask learning (MTL) approach that is based on jointly training self-supervised and supervised learning modules. In the self-supervised learning module, we define two tasks that can be trained with unlabeled data. The first task consists of denoising, and the second task is to learn handwritten characteristics (text orientation). In the supervised learning module, a small subset of labeled data is used to perform text extraction or binarization. All the tasks are formulated as a multi-objective Frank-Wolfe-based optimization problem. We show that convergence to a Pareto optimal solution of jointly training multiple tasks together improves the overall invariance and accuracy of the model. DIBCO 2010-2017 datasets were used for training and DIBCO 2018 for testing. We achieved state-of-the-art results with an F-Score measure of 91.21.
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.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,000 |
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 découle