論文の概要: Mapping Armenian Paris: Extracting and Geocoding Commercial Advertisements from the 20th-Century Diaspora Press

• arxiv url: http://arxiv.org/abs/2608.05911v1
• Date: Thu, 06 Aug 2026 11:39:41 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-08-07 15:25:20.894792
• Title: Mapping Armenian Paris: Extracting and Geocoding Commercial Advertisements from the 20th-Century Diaspora Press
• Title（参考訳）: アルメニア・パリの地図:20世紀ごろのディアスポラプレスから市販品の抽出とジオコーディング
• Abstract要約: この論文は、フランスをデジタル化したアルメニアの新聞を、20世紀のパリのアルメニアの商業コミュニティのインタラクティブな地図に変えた。 各ページには、商業広告が配置され、読み込まれ、構造化されたレコードに解析され、ジオコードされ、地図上に置かれる。 西アルメニアは、オフ・ザ・シェルフレイアウトとOCRモデルによってアンダー・リソース化され、サポートされていない。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: This paper presents an end-to-end, IIIF-based pipeline that turns the digitised Armenian press of France into an interactive map of the 20th-century Parisian Armenian commercial community. On each page, commercial advertisements are located, read, and parsed into structured records, which are then geocoded and placed on the map. Western Armenian is under-resourced and unsupported by off-the-shelf layout and OCR models, so the pipeline uses vision-language models (VLMs) as a data-bootstrapping strategy: they produce usable structured records at a scale hand annotation could not reach, and stay reliable on the strongly curved scans where conventional line-level CRNN OCR breaks down. The contribution includes a 500-page Western Armenian press corpus with 3,270 advertisement-level annotations, a Label Studio template that captures detection and semantic fields in a single annotation pass, and a reproducible workflow transposable to other under-resourced historical corpora. More broadly, the work shows that VLM-driven data bootstrapping is an effective lever for under-resourced historical languages such as (Western) Armenian.
• Abstract（参考訳）: 本稿は、フランスにおけるデジタル化されたアルメニア人報道を、20世紀のパリのアルメニア人商業コミュニティのインタラクティブな地図に変える、エンドツーエンドのIIIFベースのパイプラインを提示する。 各ページには、商業広告が配置され、読み込まれ、構造化されたレコードに解析され、ジオコードされ、地図上に置かれる。 西部アルメニアは、オフザシェルフレイアウトとOCRモデルによって、リソース不足とサポートを受けていないため、パイプラインはデータブートストラップ戦略として、ビジョン言語モデル(VLM)を使用している。 このコントリビューションには,3,270の広告レベルのアノテーションを備えた500ページの西アルメニアのプレスコーパス,単一のアノテーションパス内の検出とセマンティックフィールドをキャプチャするラベルスタジオテンプレート,その他のリソース不足の過去のコーパスにトランスポーザ可能な再現可能なワークフローなどが含まれている。 より広範に、VLM駆動のデータブートストレッピングは(西アルメニア語のような)未資源の歴史的言語にとって効果的なレバーであることを示している。

関連論文リスト

• AraMS-28k: The Largest Publicly Released Line-Level Dataset of Historical Arabic Manuscripts with Margin and Insertion-Anchor Annotations [1.583691353033079]
  AraMS-28kは、本物のアラビア文字写本のラインレベルのデータセットとしては最大である。 14冊の本、3,043ページ、注釈付きテキスト28,600行からなる。 データセットはリファレンスグラウンドのアノテーションパイプラインであるRefLAMで構築された。
  論文  参考訳（メタデータ） (2026-08-27T10:16:41Z)
• TongGuOCR: A Layout-Aware and Token-Augmented OCR MLLM for Chinese Historical Documents [50.64307290680222]
  TongGuOCRは、中国古文書のOCRのためのレイアウト対応およびトークン拡張型マルチモーダル言語モデル(MLLM)である。 TongGuOCRは93.76 ARを達成し、NEDを10.43から6.15に、RO-EDを7.53から3.49に下げる。
  論文  参考訳（メタデータ） (2026-08-08T04:50:00Z)
• Semantic-Guided Reading Order Reconstruction in Historical Armenian Newspapers with LLMs [3.437197921299943]
  本稿では、アルメニアの歴史的新聞において、複雑なレイアウトと限られた言語資源を組み合わせた読解順序再構築について論じる。 66ページの注釈付きデータセットを導入し,幾何学的比較,YOLOに基づくレイアウト解析,エンドツーエンドの文書モデルECLAIR,意味領域検出と生成LDMを組み合わせたハイブリッド手法を提案する。 提案手法は,最強の幾何学的ベースライン上での順序誤差を最大76%削減し,マルチページ設定やノイズの多いOCRの下でも頑健な手法である。
  論文  参考訳（メタデータ） (2026-07-01T08:19:00Z)
• Diffusion-Based Ukrainian Handwritten Text Generation with Cross-Domain Style Transfer [0.0]
  ウクライナ文字の連結分割, 品質フィルタリング, ターゲットオーバーサンプリングを用いて, 308 人の書き手による 126,177 個の画像のウクライナ語手書き語データセットを構築した。 我々は、CANINE条件付き潜伏拡散U-Netを用いてMobileNetV2三重項型エンコーダを再訓練し、ラテン文字からキリル文字への直接転送をテストする。 クロスドメイン・スタイル・トランスファーは,英語サンプルからのクロスランガル・トランスファー,ゼロショット・トランスファー,20世紀初頭のウクライナの写本へのゼロショット・トランスファー,現代作家のわずかな模倣の3つの設定で評価した。
  論文  参考訳（メタデータ） (2026-05-26T15:28:21Z)
• Towards Khmer Scene Document Layout Detection [3.5477182055025107]
  本研究は,Khmerシーンの文書レイアウト検出に関する総合的研究である。 我々は,(1)Khmerのシーンレイアウトに特化して,ロバストなトレーニングとベンチマークのデータセット,(2)リアルなシーン文書を合成してトレーニングデータをスケール可能なオープンソースドキュメント拡張ツール,(3)オブジェクト指向境界ボックス(OBB)を用いたYOLOアーキテクチャを用いたレイアウト検出ベースラインの3つの重要な要素からなる新しいフレームワークを寄贈する。
  論文  参考訳（メタデータ） (2026-02-28T15:30:16Z)
• Open Source State-Of-the-Art Solution for Romanian Speech Recognition [47.27624927463166]
  本稿では,NVIDIAのFastConformerアーキテクチャに基づくルーマニア語自動音声認識(ASR)システムを提案する。 我々は、弱教師付き文字起こしの大きなコーパスでモデルを訓練し、合計2600時間以上の音声を処理した。 本システムは,全ルーマニア評価ベンチマークにおける最先端性能を実現する。
  論文  参考訳（メタデータ） (2025-11-05T11:02:16Z)
• Graph-KV: Breaking Sequence via Injecting Structural Biases into Large Language Models [63.64507678113921]
  構造的帰納バイアスを通して相互作用を管理するグラフ-KVを導入する。 このフレームワークでは、「ターゲット」セグメントは指定された「ソース」セグメントのKV-cacheのみに選択的に参加する。 我々は,(1)直接推論,マルチホップ推論,長期文書理解にまたがる7つのRAGベンチマーク,(2)引用エゴグラフとして構造化された全文科学論文を用いた新しい学術論文QAタスクArxiv-QA,(3)引用ネットワーク内の論文トピック分類の3つのシナリオでグラフ-KVを評価する。
  論文  参考訳（メタデータ） (2025-06-09T00:30:08Z)
• Efficient Transfer Learning Framework for Cross-Domain Click-Through Rate Prediction [47.7066461216227]
  クロスドメインクリックスルーレート予測(E-CDCTR)のための効率的な伝達学習フレームワーク 鍵となる3つの要素:Tiny Pre-Traning Model (TPM)、Complete Pre-Traning Model (CPM)、そして—CTR Model (A-CTR) TPMは、CPMとA-CTRの両方に対して、ユーザとアイテムのよりリッチな表現を提供し、日々の更新に固有の問題を効果的に軽減します。
  論文  参考訳（メタデータ） (2024-08-29T03:34:39Z)
• Making Old Kurdish Publications Processable by Augmenting Available Optical Character Recognition Engines [1.174020933567308]
  クルド人図書館には、クルディスタンに印刷装置が持ち込まれた初期の時代に印刷された多くの歴史出版物がある。 現在の光学文字認識(OCR)システムでは、多くの問題があるため、歴史的文書からテキストを抽出できない。 本研究では,GoogleによるオープンソースのOCRフレームワークであるTesseractバージョン5.0を採用し,様々な言語用テキストの抽出に利用した。
  論文  参考訳（メタデータ） (2024-04-09T08:08:03Z)
• Cross-Lingual NER for Financial Transaction Data in Low-Resource Languages [70.25418443146435]
  半構造化テキストデータにおける言語間名前認識のための効率的なモデリングフレームワークを提案する。 我々は2つの独立したSMSデータセットを英語とアラビア語で使用し、それぞれが半構造化された銀行取引情報を持っている。 わずか30のラベル付きサンプルにアクセスすることで、我々のモデルは、英語からアラビア語までの商人、金額、その他の分野の認識を一般化することができる。
  論文  参考訳（メタデータ） (2023-07-16T00:45:42Z)
• Decision Support to Crowdsourcing for Annotation and Transcription of Ancient Documents: The RECITAL Workshop [0.0]
  我々は,Com'edie-Franc CaiseとCom'edie-Italienneについてより深く学ぶことを目指している。 我々は、未公開かつ未公開のリソースを大量に採用しており、フランスのビブリオテケ国立図書館で利用可能な、63の日替りレジスタの27,544ページを保有しています。 クラウドソーシングプラットフォームであるRECITALを開発した。
  論文  参考訳（メタデータ） (2023-05-30T08:23:02Z)
• Neural Model Reprogramming with Similarity Based Mapping for Low-Resource Spoken Command Recognition [71.96870151495536]
  低リソース音声コマンド認識(SCR)のための新しいAR手法を提案する。 ARプロシージャは、(対象領域から)音響信号を修正して、事前訓練されたSCRモデルを再利用することを目的としている。 提案したAR-SCRシステムについて,アラビア語,リトアニア語,マンダリン語を含む3つの低リソースSCRデータセットを用いて評価した。
  論文  参考訳（メタデータ） (2021-10-08T05:07:35Z)

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。