Enhanced Recognition of Offline Marathi Handwriting via a Self-Additive Attention Mechanism
Notice bibliographique
Résumé
Background: Offline Marathi handwriting recognition presents a significant challenge due to the script's complexity and the variability of individual writing styles.Methods: In the present work, an advanced encoder-decoder framework is introduced, wherein a novel selfadditive-attention mechanism is integrated.This model capitalizes on a Convolutional Neural Network paired with a Joint Scale Feature Extractor (CNN-JSE) to discern low-level image features within the IIIT-HW-Dev dataset.Such features are subsequently fed into an encoder model that employs a dual-phase fusion process: initially leveraging a Bidirectional Long Short-Term Memory (BiLSTM) network, followed by the self-additive-attention mechanism to maintain dependencies over extensive sequences.Results: The fusion output, comprising BiLSTM and self-additive attention data, is conveyed to a Connectionist Temporal Classifier (CTC) decoder.This decoder adeptly identifies character sequences within Marathi words.The introduction of self-additive attention alongside BiLSTM is instrumental in preserving dependencies that are both long-range and multi-stage. Performance Evaluation:The efficacy of the proposed system was rigorously evaluated on the multi-author IIIT-HW-Dev dataset.Performance metrics, specifically Character Error Rate (CER) and Word Error Rate (WER), were employed for benchmarking against various established models.Conclusion: The proposed methodology demonstrates a significant enhancement in the recognition of handwritten Marathi text, thus facilitating the conversion of handwritten documents into machine-editable text.The utilization of selfadditive attention within the BiLSTM framework underscores its potential in capturing complex dependencies, setting a new precedent in automated handwriting recognition technologies.Significance: This study not only paves the way for increased accuracy in handwritten text recognition but also contributes a novel approach to the encoding of feature sequences, which may be applicable to a broad range of pattern recognition applications.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».