論文の概要: Zero-Shot Synthetic-to-Real Handwritten Text Recognition via Task Analogies

• arxiv url: http://arxiv.org/abs/2604.09713v1
• Date: Wed, 08 Apr 2026 07:33:31 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-04-14 20:13:15.622134
• Title: Zero-Shot Synthetic-to-Real Handwritten Text Recognition via Task Analogies
• Title（参考訳）: タスクアナロジーによるゼロショット合成手書き文字認識
• Authors: Carlos Garrido-Munoz, Aniello Panariello, Silvia Cascianelli, Angelo Porrello, Simone Calderara, Jorge Calvo-Zaragoza, Rita Cucchiara,
• Abstract要約: 手書きテキスト認識(HTR)モデルは、しばしば実際のテキストに一般化するのに苦労する。 完全ゼロショット合成-実一般化設定に取り組む。 提案手法は,1つ以上のソース言語において,合成言語から実際の手書き言語に移行する際に,モデルパラメータがどのように変化するかを学習する。
• 参考スコア（独自算出の注目度）: 60.84720484975815
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Handwritten Text Recognition (HTR) models trained on synthetic handwriting often struggle to generalize to real text, and existing adaptation methods still require real samples from the target domain. In this work, we tackle the fully zero-shot synthetic-to-real generalization setting, where no real data from the target language is available. Our approach learns how model parameters change when moving from synthetic to real handwriting in one or more source languages and transfers this learned correction to new target languages. When using multiple sources, we rely on linguistic similarity to weigh their contrubition when combining them. Experiments across five languages and six architectures show consistent improvements over synthetic-only baselines and reveal that the transferred corrections benefit even languages unrelated to the sources.
• Abstract（参考訳）: 手書き文字認識(HTR)モデルは、しばしば実際のテキストへの一般化に苦慮し、既存の適応手法では、ターゲットドメインからの実際のサンプルが必要である。 本研究では,対象言語からの実データが得られない完全ゼロショット合成-実一般化設定に取り組む。 提案手法は,1つ以上のソース言語で合成言語から実際の手書き言語へ移動する際にモデルパラメータがどのように変化するかを学習し,この学習結果を新たなターゲット言語に転送する。 複数のソースを使用する場合、言語的類似性に頼り、それらを組み合わせる際にそのコントリビューションを測る。 5つの言語と6つのアーキテクチャにわたる実験は、合成のみのベースラインよりも一貫した改善を示し、変換された修正がソースとは無関係な言語にも利益をもたらすことを示した。

関連論文リスト

• STELLAR: Scene Text Editor for Low-Resource Languages and Real-World Data [3.622341086373503]
  Scene Text Editor for Low-Resource LAnguages and Real-world data。 STELLARは、言語適応型グリフエンコーダとマルチステージトレーニング戦略を通じて、信頼できる多言語編集を可能にする。 また,STIPLAR(Scene Text Image Pairs of Low-Resource lAnguages and Real-world data)という新たなデータセットを構築し,評価を行った。
  論文  参考訳（メタデータ） (2025-11-13T05:18:03Z)
• Bridging Synthetic and Real Worlds for Pre-training Scene Text Detectors [54.80516786370663]
  FreeRealは、SDと実際のデータの相補的な強みを可能にする、実際のドメイン整合型事前トレーニングパラダイムである。 GlyphMixは、合成画像を落書きのようなユニットとして実際の画像に埋め込む。 FreeRealは、4つの公開データセットで、既存の事前トレーニングメソッドよりも大幅にパフォーマンスが向上している。
  論文  参考訳（メタデータ） (2023-12-08T15:10:55Z)
• WordStylist: Styled Verbatim Handwritten Text Generation with Latent Diffusion Models [8.334487584550185]
  単語レベルに基づくテキスト・テキスト・コンテンツ・イメージ生成のための遅延拡散に基づく手法を提案する。 提案手法は,異なる書き手スタイルからリアルな単語画像のサンプルを生成することができる。 提案モデルでは,美的満足度の高いサンプルを作成し,テキスト認識性能の向上に寄与し,類似の文字検索スコアを実データとして得られることを示す。
  論文  参考訳（メタデータ） (2023-03-29T10:19:26Z)
• The Whole Truth and Nothing But the Truth: Faithful and Controllable Dialogue Response Generation with Dataflow Transduction and Constrained Decoding [65.34601470417967]
  本稿では,ニューラルネットワークモデリングとルールベース生成の強みを組み合わせた対話応答生成のためのハイブリッドアーキテクチャについて述べる。 本実験により, 本システムは, 流布性, 妥当性, 真理性の評価において, ルールベースおよび学習的アプローチの両方に優れることがわかった。
  論文  参考訳（メタデータ） (2022-09-16T09:00:49Z)
• How much do language models copy from their training data? Evaluating linguistic novelty in text generation using RAVEN [63.79300884115027]
  現在の言語モデルは高品質なテキストを生成することができる。 彼らは、これまで見たテキストを単にコピーしているか、それとも一般化可能な言語的抽象化を学んだのか? 本稿では、生成したテキストの新規性を評価するための分析スイートであるRAVENを紹介する。
  論文  参考訳（メタデータ） (2021-11-18T04:07:09Z)
• Lexically Aware Semi-Supervised Learning for OCR Post-Correction [90.54336622024299]
  世界中の多くの言語における既存の言語データの多くは、非デジタル化された書籍や文書に閉じ込められている。 従来の研究は、あまり良くない言語を認識するためのニューラル・ポスト・コレクション法の有用性を実証してきた。 そこで本研究では,生画像を利用した半教師付き学習手法を提案する。
  論文  参考訳（メタデータ） (2021-11-04T04:39:02Z)
• On The Ingredients of an Effective Zero-shot Semantic Parser [95.01623036661468]
  我々は、標準発話とプログラムの訓練例を文法から言い換えて、ゼロショット学習を分析する。 改良された文法,より強力なパラフレーズ,効率的な学習手法を用いて,これらのギャップを埋めることを提案する。 我々のモデルはラベル付きデータゼロの2つの意味解析ベンチマーク(Scholar, Geo)で高い性能を達成する。
  論文  参考訳（メタデータ） (2021-10-15T21:41:16Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。