論文の概要: Mining the Nineteenth Century for the Thirteenth: Register-Scale Forced Alignment and HTR Bootstrapping via Legacy Regesta and Antiquarian Editions

• arxiv url: http://arxiv.org/abs/2610.36956v1
• Date: Tue, 27 Oct 2026 10:15:08 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-28 21:04:31.563207
• Title: Mining the Nineteenth Century for the Thirteenth: Register-Scale Forced Alignment and HTR Bootstrapping via Legacy Regesta and Antiquarian Editions
• Title（参考訳）: 13世紀の鉱業--レガシー・レジェスタと古文書による登録規模強制アライメントとHTRブートストラップ
• Abstract要約: 手書き文字認識は現代の専門家の書き起こしに依存している。 残りは19世紀の奨学金で、プレッシュティのレゲスタと部分的な版を提供している。 語彙階層では、コーパスワイドのレガシコンには、未編集エントリの語彙外単語の82.2%が含まれている。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: Handwritten text recognition (HTR) for the registers of Pope Honorius III depends on modern expert transcriptions, which exist only for regnal years 1-2 of Reg. Vat. 9. For the remaining registers, nineteenth-century scholarship offers Pressutti's regesta and partial editions. On fol. 1-203, where both layers exist, we measure what this legacy layer can contribute, on transcriptions that we first audit against it, and find a division of labor across three tiers. At the orthographic tier, raw editions are at best neutral for adapting a recognizer to the second regnal year and harmful without replay, whereas projection onto curial spelling with replay of modern source lines turns them into zero-label adaptation targets: pooled over all 134 year-2 sides, the WER falls by 1.50 points (95% CI -1.84 to -1.15), closing 33% of the gap to an oracle; the spelling changes at the year split, through the scribe or the transcriber, whereas the hand changes visibly only at fol. 191r. At the lexical tier, the corpus-wide legacy lexicon contains 82.2% of the out-of-vocabulary words of unedited entries and flags recognition errors with 66.7% precision, and labels from pre-trained medieval NER models, distilled into the recognizer's NER head, reach F1 82.1% on an expert validated benchmark, level with the best tagger applied after recognition. At the topological tier, Pressutti's regests, the closing datum clauses, and the regests' dates converted to the chancery's Roman form find 73.9% of entry starts in the recognized line stream, and edition agreement estimates a CER of 7.80% beyond fol. 203. Antiquarian scholarship thus cannot replace modern transcription, but it can steer, check, and segment HTR across the untranscribed registers.
• Abstract（参考訳）: 法王ホノリウス3世の記録のための手書き文字認識(HTR)は現代の専門家による転写に依存しており、Regの1-2年のみ存在する。 Vat 9。 残りは19世紀の奨学金で、プレッシュティのレゲスタと部分的な版を提供している。 偽物。 両方の層が存在する場所にある1-203では、このレガシ層が貢献できるものを測定し、最初にそれに対して監査した転写に基づいて、3つの層にまたがる労働の分断を見つけます。 正書法レベルでは、原版は認識器を第2のレギュナーに適応させるのに最も中立であり、リプレイなしで有害であるのに対して、現代のソースラインのリプレイによるキュリアルスペルへの投影は、それらをゼロラベル適応ターゲットにする: 134年-2のすべての側面にプールされ、WERは1.50ポイント(95% CI -1.84 - -1.15)、ギャップの33%をオラクルに閉鎖する。 191R。 語彙階層において、コーパスワイドレガシコンは、未編集エントリの語彙外単語の82.2%と66.7%の精度で認識エラーを認識し、認識者のNERヘッドに蒸留された訓練済み中世のNERモデルのラベルは、評価されたベンチマークでF1 82.1%に達する。 トポロジカル層では、プレストゥティのレゲス(英語版)、クローズ・ダトゥム(英語版)節(英語版)、レゲス(英語版)の日付は、認識されたラインストリームのエントリの73.9%から始まり、エディション契約では、CERは7.80%以上と見積もられている。 203年。 したがって、古代の奨学金は現代の転写を置き換えることはできないが、転写されていないレジスタ間でHTRを操り、チェックし、セグメント化することができる。

関連論文リスト

• Reading the Registers of Honorius III without Manual Line Transcription: Forced-Aligned HTR, End to End, Modular or Hybrid [0.0]
  既存のラインブレークフリーの専門家による手書き文字認識を訓練するのに十分であることを示す。 セグメント化されたラインを手動でアライメントすることなく、13,122のトレーニングラインを自動的にブートストラップします。 我々は古文献の忠実さと編集正規化の緊張に対処する。
  論文  参考訳（メタデータ） (2026-10-26T09:26:38Z)
• Beyond Recognition: Compact Multi-Domain Arabic Manuscript HTR with Candidate-Selection Analysis and Evidence-Preserving Review [0.0]
  我々は,CNN-BiLSTM-CTC認識器であるPhoenixと,その周辺に構築されたエビデンスを意識したレビューワークフローであるAtharを紹介する。 フェニックスは、考古学、マグレビ、歴史写本の領域に適応している。 Atharはビジュアル読み込みを保存し、バウンダリのある代替情報を公開し、ローカル言語モデルを使用し、ユニークな、曖昧な、あるいは控えめな状態のソースパラレルを検索し、監査可能なTEIとPAGE-XMLレコードをエクスポートする。
  論文  参考訳（メタデータ） (2026-08-19T19:04:47Z)
• Stoicheia: Character-Level Masked Diffusion for Ancient Greek Textual Restoration, Parsing, and Metrical Scansion [0.0]
  ストイチェア (Stoicheia) は古代ギリシアの文字レベルのマスク付き拡散エンコーダである。 オープンでリビジョンされた380万ワードのコーパスで事前トレーニングを行い、11個のチェックポイントをリリースする。 イサカ自身のテスト分割では、同じ凍結サンプルと厳密なスコアで、Stoicheiaは両方の従来の最先端システムと比較して文字エラーを減らす。
  論文  参考訳（メタデータ） (2026-08-07T14:07:43Z)
• HNR-DAC: Hard-Negative Reranking and Distribution-Aligned Classification for Scientific Claim Verification [19.757139845905098]
  HNR-DACは,実際に遭遇するケースに対して,各ステージをトレーニングする2段階のフレームワークである。 NLPCC 2026 Task 10 Track 2では97.21% Hit@3、95.79% Macro-F1、94.47% Joint@3、平均スコア95.13%となる。
  論文  参考訳（メタデータ） (2026-08-07T13:19:40Z)
• Amplifying, Not Learning: Fine-Tuned AI Text Detectors Amplify a Pretrained Direction [51.56484100374058]
  テキスト検出器は、事前訓練された典型軸を増幅する。 タスク監督前の生エンコーダでは、3つのアーキテクチャでNYT-vs-HC3 AUROC 0.806/0.944/0.834を達成する。 RoBERTaベースでは、生のプロジェクションは微調整を超えるが、RoBERTaベースでは、フル微調整は、試験された流線型人口の双方で生よりも識別を小さくする。
  論文  参考訳（メタデータ） (2026-05-20T19:08:38Z)
• The \textit{Questio de aqua et terra}: A Computational Authorship Verification Study [49.56191463229252]
  本研究は, クエシオの真正性について, 数値的オーサシップ検証(AV)を用いて検討する。 AVシステムのファミリーを構築し、13世紀と14世紀のラテン文字のコーパスを組み立てます。 AVシステムのクエチオへの応用は、その真正性に関する非常に確実な予測を返す。
  論文  参考訳（メタデータ） (2025-01-07T18:42:05Z)
• Instruct-Tuning Pretrained Causal Language Models for Ancient Greek Papyrology and Epigraphy [0.0]
  本稿は、古代ギリシアの碑文やドキュメンタリーパピルスの欠落した文字を復元するために、事前訓練された因果関係言語モデルを微調整する実験について述べる。 最新技術モデル (Ithaca) と比較すると、テキスト復元に優れた命令調整モデルである。 以上の結果から,修正および予想のための命令テンプレートを用いた事前学習型因果言語モデルの微調整が有望であることが示唆された。
  論文  参考訳（メタデータ） (2024-09-20T19:49:45Z)
• HyPoradise: An Open Baseline for Generative Speech Recognition with Large Language Models [81.56455625624041]
  ASRの誤り訂正に外部の大規模言語モデル(LLM)を利用する最初のオープンソースベンチマークを導入する。 提案したベンチマークには、334,000組以上のN-best仮説を含む新しいデータセットHyPoradise (HP)が含まれている。 合理的なプロンプトと生成能力を持つLLMは、N-bestリストに欠けているトークンを修正できる。
  論文  参考訳（メタデータ） (2023-09-27T14:44:10Z)
• 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)

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。