論文の概要: Multi-Expert Routing for Multi-Domain Low-Resource OCR: A Manchu Case Study

• arxiv url: http://arxiv.org/abs/2607.14041v1
• Date: Wed, 15 Jul 2026 17:12:37 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-07-16 16:39:12.838575
• Title: Multi-Expert Routing for Multi-Domain Low-Resource OCR: A Manchu Case Study
• Title（参考訳）: マルチドメイン低リソースOCRのためのマルチエキスパートルーティング:満洲のケーススタディ
• Abstract要約: 歴史的万中OCRは、平凡な台本、実行台本、宮中記念の半曲手など、視覚的に異なる書体を取り入れなければならない。 ドメインスペシャリストとして反復的な微調整プロセスからチェックポイントを再利用するマルチエキスパートシステムについて検討する。
• 参考スコア（独自算出の注目度）: 3.5981078052088016
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Historical Manchu OCR must accommodate various visually distinct writing styles, including regular script, running script, and the semi-cursive chancery hand used in palace memorials, despite limited labeled data. We study a multi-expert system that reuses checkpoints from an iterative fine-tuning process as domain specialists and uses a lightweight page-level image classifier to dispatch pages by visual style. When the checkpoint pool lacks a suitable specialist, we train an additional expert for that domain. On three frozen test sets, the routed system matches the selected specialist for each style at two-decimal precision: 0.30 percent CER on regular script, 1.57 percent on memorials, and 4.83 percent on running script. The router achieves 99.3 percent page-level domain accuracy and matches the domain-label oracle at the same precision. Two of the three selected specialists were not trained specifically for their final domain; only the running-script expert was trained with that domain as its target. We report the evaluation protocol, router design, and per-page predictions to make the comparison reproducible.
• Abstract（参考訳）: 歴史的万中OCRは、限られたラベル付きデータにもかかわらず、通常の書体、実行台本、宮中行事で使われる半曲手など、様々な視覚的に異なる書体を扱わなければならない。 ドメインスペシャリストとして反復的な微調整プロセスからチェックポイントを再利用するマルチエキスパートシステムについて検討し,ページレベルの画像分類器を用いて視覚スタイルでページをディスパッチする。 チェックポイントプールが適切なスペシャリストを欠いている場合は、そのドメインのために新たな専門家を訓練します。 凍結した3つのテストセットでは、ルートされたシステムは、選択された各スタイルの専門家を2段階の精度で一致させる:通常のスクリプトでは0.30% CER、メモリアルでは1.57パーセント、ランニングスクリプトでは4.83パーセントである。 ルータは99.3%のページレベルのドメイン精度を達成し、同じ精度でドメインラベルのオラクルと一致する。 選ばれた3人のスペシャリストのうち2人は最終ドメインのために特別にトレーニングを受けておらず、ランニングスクリプトの専門家だけがそのドメインをターゲットとしてトレーニングされた。 評価プロトコル, ルータ設計, ページごとの予測を行い, 比較を再現可能とした。

関連論文リスト

• Beyond Routing: Decoupling Expert Dispatch and Aggregation in Sparse Mixture-of-Experts [0.0]
  これら2つの役割,ディスパッチとアグリゲーションが結合されるべきかどうかを検討する。 構造化されたオラクルは、3つの種に対して0.0160 +/- 0.0039 の完全水平交叉エントロピーを改善する。 FDAAは3つの種に対して Delta CE = -0.1523 +/- 0.0031 で WikiText-103 テストを改善する。
  論文  参考訳（メタデータ） (2026-08-09T18:31:16Z)
• Efficient Visual Pointing for Embodied AI:Agent-Driven Data Synthesis, Cross-Block Attention, and Iterative Correction [55.11480729304395]
  PointArena 2026は77.2%の精度でベンチマークで2位である。 ap proachは3つの障害モードをターゲットにしている。第一に、エージェント駆動のシンセシスは大きなセマンティクスとアンカー相対的な候補プールを構築する。 次に、determinis tic steerable-dataパイプラインは、認証された10,000サンプルのメインセットと、マスク、テンプレート、パス検証を使用するリザーブサンプルを生成する。
  論文  参考訳（メタデータ） (2026-06-29T06:39:03Z)
• Algorithm Selection with Zero Domain Knowledge via Text Embeddings [27.126691338850254]
  本稿では,手作りのインスタンス機能を事前学習したテキスト埋め込みに置き換える,アルゴリズム選択のための機能フリーアプローチを提案する。 我々の手法であるZeroFolioは、生のインスタンスファイルをプレーンテキストとして読み出し、事前訓練された埋め込みモデルで埋め込み、重み付きk-nearestの隣人によるアルゴリズムを選択する。
  論文  参考訳（メタデータ） (2026-03-20T13:07:59Z)
• Retrieval-Augmented Generation for Reliable Interpretation of Radio Regulations [49.671779378073886]
  無線規制分野における質問応答について検討する。 本稿では,通信事業者固有のレトリーバル拡張生成(RAG)パイプラインを提案する。 当社のアプローチは,テスト対象モデル全体の生成精度を一貫して向上させる。
  論文  参考訳（メタデータ） (2025-09-11T17:43:42Z)
• Token-Level Prompt Mixture with Parameter-Free Routing for Federated Domain Generalization [51.562474873972086]
  Federated Domain Generalization (FedDG)は、異種データを持つ分散クライアントからグローバルに一般化可能なモデルを学ぶことを目的としている。 近年の研究では、単一のグローバルなプロンプトを学習することで、FedDGの視覚言語モデル(VLM)を適応させる素早い学習が導入されている。 本稿では,FedDGのためのパラメータフリールーティングフレームワークであるTRIPを提案する。
  論文  参考訳（メタデータ） (2025-04-29T11:06:03Z)
• A Benchmark for Cross-Domain Argumentative Stance Classification on Social Media [12.479554210753664]
  論証的姿勢分類は、特定のトピックに対する著者の視点を特定する上で重要な役割を担っている。 既存のベンチマークは、単一のドメインからのものや、限られたトピックにフォーカスすることが多い。 我々は,人的アノテーションの必要性を回避するために,プラットフォームルール,手軽に利用可能な専門家によるコンテンツ,および大規模言語モデルを活用することを提案する。
  論文  参考訳（メタデータ） (2024-10-11T15:20:11Z)
• RouterRetriever: Routing over a Mixture of Expert Embedding Models [58.987116118425995]
  本稿では、ルーティング機構を用いて、ドメイン固有の専門家の混在を利用した検索モデルであるReuterRetrieverを紹介する。 RouterRetrieverは、ドメイン固有の専門的な埋め込みモデルを混在させたルーティングの利点を示す最初の研究である。
  論文  参考訳（メタデータ） (2024-09-04T13:16:55Z)
• Cross-domain Speech Recognition with Unsupervised Character-level Distribution Matching [60.8427677151492]
  2つの領域における各文字間の微粒化適応を行うための文字レベルの分布マッチング手法であるCMatchを提案する。 Libri-Adaptデータセットを用いた実験の結果,提案手法はクロスデバイスとクロス環境の両方で14.39%,16.50%の単語誤り率(WER)を低減できることがわかった。
  論文  参考訳（メタデータ） (2021-04-15T14:36:54Z)
• The Importance of Suppressing Domain Style in Authorship Analysis [29.62131106353095]
  文字トリグラムの特徴は, ドメインに注意を払わずに適用した場合, ドメイン情報に好適であることが示唆された。 本稿では,ドメイン・アドバイザリ・ラーニングに基づく新たな治療法を提案し,それを周波数に基づく文献と比較する。
  論文  参考訳（メタデータ） (2020-05-29T17:58:19Z)
• Cross-Domain Document Object Detection: Benchmark Suite and Method [71.4339949510586]
  文書オブジェクト検出(DOD)は、インテリジェントな文書編集や理解といった下流タスクに不可欠である。 我々は、ソースドメインからのラベル付きデータとターゲットドメインからのラベルなしデータのみを用いて、ターゲットドメインの検出器を学習することを目的として、クロスドメインDODを調査した。 各データセットに対して、ページイメージ、バウンディングボックスアノテーション、PDFファイル、PDFファイルから抽出されたレンダリング層を提供する。
  論文  参考訳（メタデータ） (2020-03-30T03:04:51Z)

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。