論文の概要: Does a Modern-Handwriting Warm-Up Help Historical Arabic OCR? A Reproducible, Compute-Matched Evaluation on Muharaf and KHATT
- arxiv url: http://arxiv.org/abs/2608.22316v1
- Date: Sun, 23 Aug 2026 09:29:27 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-08-25 13:29:43.71763
- Title: Does a Modern-Handwriting Warm-Up Help Historical Arabic OCR? A Reproducible, Compute-Matched Evaluation on Muharaf and KHATT
- Title（参考訳）: 現代文字のウォームアップは歴史的アラビア語のOCRに役立つか? Muharaf と KHATT の再現的, コンピュータマッチングによる評価
- Abstract要約: 現代アラビア語の筆跡の中間段階は、歴史的アラビア語のHTRを助けたり傷つけたりする。
現代筆跡の中間訓練(KHATT)と歴史写本の微調整(Muharaf)を比較した。
4つ全体では、推定効果は-17.64から+14.52のCER点に変化し、符号を逆転させる。
- 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: Whether an intermediate stage of modern Arabic handwriting helps or hurts historical Arabic HTR is usually decided from one implementation and one comparison, too thin a basis for a claim either way. We test stability by running the same nominal ablation four times, letting the base checkpoint, encoder-freezing strategy, epoch budget, precision, and learning-rate schedule vary as they naturally did during development, while holding the normalization, scorer, and interval estimation fixed. Each run compares intermediate training on modern handwriting (KHATT) then fine-tuning on historical manuscripts (Muharaf) against fine-tuning on Muharaf directly. Across the four runs the estimated effect swings from -17.64 to +14.52 CER points and reverses sign. The two extremes are exactly the two runs with an identifiable confound (a fivefold lower learning rate in one; a checkpoint of undisclosed provenance in the other); the two clean runs land at -0.25 and +0.94, i.e. no effect. A tight interval from one implementation says nothing about the next. We then run a compute-matched experiment with identical budgets over three seeds: KHATT warm-up is +2.42 CER points worse than a matched same-domain control (95% interval [+0.60, +4.25]); the part of that gap specific to the handwriting domain is only about 0.6 points a small negative effect under this configuration, not a universal result. We release a SaudiHeritage-OCR package with the normalizer, interval scorer, a verified KHATT decoder, experimental manifests, VLM baselines, and an edition-alignment protocol, so the result can be checked independently. The Al-Mahd inscription line is held strictly out and is not offered as a benchmark.
- Abstract（参考訳）: 現代のアラビア文字の中間段階が歴史的アラビア文字のHTRに役立っているか傷つくかは、通常一つの実装と1つの比較から決定される。
我々は4回同じ名目アブレーションを実行し、ベースチェックポイント、エンコーダフリーズ戦略、エポック予算、精度、学習時間スケジュールを、正常化、スコア、インターバル推定を固定しながら、開発中に自然に行うように変更させることで安定性を検証した。
各ランは、現代筆跡の中間訓練(KHATT)、そして歴史写本の微調整(Muharaf)、そしてミュハラフの微調整を直接比較する。
4つ全体では、推定効果は-17.64から+14.52のCER点に変化し、符号を逆転させる。
2つの極端は、正確には同一の共焦点(1つに5倍低い学習率、もう1つに未公表の証明点)を持つ2つの極端点であり、2つの清潔な陸地は-0.25 と +0.94 であり、効果はない。
ある実装からの厳密な間隔は、次の実装について何も述べていません。
KHATTウォームアップは、一致した同じドメイン制御(95%間隔 [+0.60, +4.25])よりも悪い値である。
我々は、正規化器、インターバルスコア、検証されたKHATTデコーダ、実験的なマニフェスト、VLMベースライン、およびエディションアライメントプロトコルを備えたSaudiHeritage-OCRパッケージをリリースし、その結果を独立して確認する。
Al-Mahdの碑文は厳密に保持されており、ベンチマークとして提供されていない。
関連論文リスト
- KhatianDoc: A Human-Verified Benchmark Diagnosing Multimodal LLM Failure on Bengali Legal Land Records [0.0]
バングラデシュの土地所有権は、Unicodeグリフ、メインストリームフォント、OCRパイプラインやトークンーザのない、ベース16の位置割当システムで記録されている。
KhatianDocはバングラデシュのムンシガンジのヴミ(土地)オフィスから107のリアルRS Khatianレコードから構築されたベンチマークである。
論文 参考訳（メタデータ） (2026-09-03T09:46:41Z) - Can Scene Text Recognition Read Rare Compositions? [1.7844382164707184]
6つの標準ベンチマークにおいて、シーンテキスト認識は89-97%正確であると報告され、その問題が飽和として広く扱われている。
私たちは代替の読書を提示する。
同じテスト画像が、基準コーパスに対して、接地的単語の規則性と文字n-gramの新規性によって共同で成層されると、結果の5x5グリッドのレアワードxレアトリグラムコーナーでの精度は、q3/q3センタより10〜18pt下方に低下する。
論文 参考訳（メタデータ） (2026-09-01T07:16:42Z) - Unadapted Multilingual ASR on a Garrusi Kurdish Evaluation Set: A Common-Reference Staged Normalization Analysis [0.0]
ラテン音場正書法で書かれたクルド方言の音声認識を評価する。
原文のアラビア文字仮説は111.70%のWERと100.92%のCERであり、正確な単語一致はゼロである。
ラテン語の文字化では102.36%のWERと57.89%のCERが与えられ、参照を縮小した正書法に折り畳むと97.85%と51.20%となる。
論文 参考訳（メタデータ） (2026-08-17T10:31:30Z) - IndicQE-APE: A Benchmark for Quality Estimation and Automatic Post-Editing for Indic Languages [77.88427845181154]
我々はWMT 2020-2024の共有タスクの系統を、英語のリソースを拡張してインディクシーに集約する:9つの方向対に対して126,754ドルのインスタンス。
セグメントレベルのQEでは,LSMが6つ,COMETが3つ,APEでは3つのシステムをベンチマークした。
論文 参考訳（メタデータ） (2026-08-17T09:50:52Z) - When Can You Trust Offline Evaluation of Equal-Cost Top-k Allocation? A Controlled, Reproducible Benchmark and Practitioner's Guide [0.0]
5つのデータセットと2つの既知のエフェクトスイープにまたがる6つの推定器をベンチマークし、非シミュレートされたペア参照に対してそのメカニズムを検証する。
ターゲット自身のスコアからロガーをシャープすると、テスト対象範囲をわずかにオーバーラップし、アクションレベルの不一致が崩壊する。
結果のニュアンスのみを適合させることは、再利用バイアスをその場に残し、それを悪化させます。
論文 参考訳（メタデータ） (2026-08-12T18:10:10Z) - SVR: Self-Verifying Refinement via Joint Verdict-Confidence Reinforcement Learning for Adaptive Test-Time Compute [62.3458279176813]
自己検証リファインメント(Self-Verifying Refinement)は、オラクルフリーのマルチターン強化学習フレームワークである。
自己検証を計算制御ポリシとして使用することを学ぶ。
マクロ平均精度は0.563で、平均で2.99回しか推測できない。
論文 参考訳（メタデータ） (2026-07-30T16:20:58Z) - Correction and Corruption: A Two-Rate View of Error Flow in LLM Protocols [51.56484100374058]
そこで本研究では,単一プロトコルステップを正確なマッチングタスクで監査するためのペアアウトカム計測インタフェースを提案する。
各インスタンスについて、インターフェースはベースラインの正当性ビットと後ステップの正当性ビットを記録する。
これらのレートは精度の変化を予測し、種、混合物、パイプライン間でテスト可能な再利用可能な経験的インターフェースを定義する。
論文 参考訳（メタデータ） (2026-04-20T13:25:40Z) - Efficient Punctuation Restoration via Weighted Lookahead Scoring Method for Streaming ASR Systems [4.703098868120046]
Punctuation restorationは、ASR(Automatic Speech Recognition)の可読性を改善する。
ASRをストリーミングするには、将来の状況に制限のあるオンライン決定が必要である。
本稿では,入力書き起こしを保存し,各単語境界で決定する非自己回帰的スコアリング手法を提案する。
論文 参考訳（メタデータ） (2026-04-18T01:03:33Z) - Detection Transformer with Stable Matching [48.963171068785435]
もっとも重要な設計は, 肯定的な事例の分類スコアを監督するために, 位置測定値のみを使用することである。
本原理では,DTRの分類損失とマッチングコストに位置測定値を統合することで,簡易かつ効果的な2つの修正を提案する。
12エポックおよび24エポックのトレーニング設定の下でResNet-50バックボーンを用いてCOCO検出ベンチマークで50.4および51.5APを達成する。
論文 参考訳（メタデータ） (2023-04-10T17:55:37Z) - End-to-End Page-Level Assessment of Handwritten Text Recognition [69.55992406968495]
HTRシステムは、文書のエンドツーエンドのページレベルの書き起こしに直面している。
標準メトリクスは、現れる可能性のある不整合を考慮していない。
本稿では、転写精度とROの良さを別々に検討する2つの評価法を提案する。
論文 参考訳（メタデータ） (2023-01-14T15:43:07Z) - Rapid Person Re-Identification via Sub-space Consistency Regularization [51.76876061721556]
Person Re-Identification (ReID) は、歩行者を分離したカメラで識別する。
実値特徴記述子を用いた既存のReID法は精度が高いが、ユークリッド距離計算が遅いため効率が低い。
本稿では,ReID 処理を 0.25 倍高速化するサブスペース一貫性規則化 (SCR) アルゴリズムを提案する。
論文 参考訳（メタデータ） (2022-07-13T02:44:05Z)
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。