論文の概要: ATHAAR: A Medieval Scientific Arabic Manuscript Dataset for Handwritten Text Recognition
- arxiv url: http://arxiv.org/abs/2611.08091v1
- Date: Thu, 05 Nov 2026 14:36:16 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-11-07 04:55:13.540795
- Title: ATHAAR: A Medieval Scientific Arabic Manuscript Dataset for Handwritten Text Recognition
- Title（参考訳）: ATHAAR:手書き文字認識のための中世科学的アラビア文字データセット
- Abstract要約: 本稿では,文章批判に触発された科学的アラビア写本の書写に関するガイドラインを初めて提案する。
次に、このガイドラインに従って手動で注釈付けされた新しいデータセットであるATHAARを提案する。
フィールドの以前のリソースとは異なり、ATHAARは同じテキストの目撃者、書体スタイル、テキストを扱うコンテンツだけでなく数字も異なる。
- 参考スコア（独自算出の注目度）: 3.5121367261250445
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Despite recent progress in handwritten text recognition, medieval Arabic scientific manuscripts remain an open challenge for current vision-language models (VLMs) due to cursive ligatures, variable diacritization, and more importantly the lack of training data. This paper aims to address this gap, by proposing the first annotation guidelines dedicated to the transcription of scientific Arabic manuscripts inspired by textual criticism, a well-established approach to historical text editing. We then propose, ATHAAR, a new dataset manually annotated following this guideline. Unlike previous resources in the field, ATHAAR varies both witnesses of the same text, calligraphic styles, and content to deal with texts but also numerals. Relying on state-of-the-art VLMs, we finally design a set of experiments to study models transfer across scripts, chapters, and treatises. Our findings highlight the limitations of current systems when faced with the specificities of ancient scientific texts.
- Abstract（参考訳）: 手書き文字認識の最近の進歩にもかかわらず、中世アラビア語の科学写本は、カーシブリグチュア、可変ダイアクリプティゼーション、そしてより重要なトレーニングデータの欠如により、現在の視覚言語モデル(VLM)にとってオープンな課題である。
本論は,文献批判に触発された科学的アラビア写本の書写に関するガイドラインを提唱し,このギャップに対処することを目的としている。
次に、このガイドラインに従って手動で注釈付けされた新しいデータセットであるATHAARを提案する。
フィールドの以前のリソースとは異なり、ATHAARは同じテキストの目撃者、書体スタイル、テキストを扱うコンテンツだけでなく数字も異なる。
最先端のVLMに基づいて、私たちは最終的に、スクリプト、章、論文間のモデル転送を研究する一連の実験を設計しました。
本研究は, 古代の学術文献の特異性に直面する場合の, 現状のシステムの限界を浮き彫りにするものである。
関連論文リスト
- A Text Recognition Dataset from Sahidic Coptic Ancient Manuscripts [43.31909972506497]
SCAM (Shidic Coptic Ancient Manuscripts) は、絶滅したSahidic Coptic 方言で書かれたデジタル化された古代の写本から構築された新しいラインレベルのデータセットである。
SCAMは、サヒド・コプト(英語版)の資源が不足し、その非共通アルファベット、方言特有のダイアクリティカルティクス(英語版)が不足しているため、言語学的に重大な課題を提起している。
我々は、異なるパラダイムに基づいて、いくつかの最先端のアプローチをベンチマークし、この設定における制限と強みを強調した。
論文 参考訳（メタデータ） (2026-06-14T19:26:42Z) - Explainable Disentangled Representation Learning for Generalizable Authorship Attribution in the Era of Generative AI [70.05655131235999]
EAVAE(Explainable Authorship Variational Autoencoder)は、コンテンツからスタイルを明示的に切り離す新しいフレームワークである。
ディスタングルメントは、新規な差別者を通じて実施される。
EAVAEは、AI生成テキスト検出のためのM4データセットよりも、数ショットの学習に優れています。
論文 参考訳（メタデータ） (2026-04-23T05:34:20Z) - ICDAR 2025 Competition on FEw-Shot Text line segmentation of ancient handwritten documents (FEST) [5.794214983347422]
FESTコンペティション (Few-Shot Text Line of Ancient Hand written Documents) の略。
参加者は、U-DIADS-TLデータセットにテキスト行をセグメント化できるシステムの開発に携わる。
データセットには、幅広いレイアウト、劣化レベル、非標準フォーマットを示す様々な古代の写本のコレクションがあり、現実世界の条件をよく反映している。
論文 参考訳（メタデータ） (2025-09-16T11:17:03Z) - Named Entity Recognition in Historical Italian: The Case of Giacomo Leopardi's Zibaldone [4.795582035438343]
歴史的テキストの課題に適応できる計算技術が緊急に必要である。
大規模言語モデル(LLM)の台頭は、自然言語処理に革命をもたらした。
イタリア語のテキストに対する詳細な評価は提案されていない。
論文 参考訳（メタデータ） (2025-05-26T15:16:48Z) - Online Writer Retrieval with Chinese Handwritten Phrases: A Synergistic Temporal-Frequency Representation Learning Approach [53.189911918976655]
DOLPHINは,相乗的時間周波数解析による手書き表現の向上を目的とした新しい検索モデルである。
OLIWER(OLIWER)は,1,731人から670,000以上の中国語の字句を含む大規模オンライン作家検索データセットである。
本研究は,手書き表現の質向上における点サンプリング周波数と圧力特性の重要性を強調した。
論文 参考訳（メタデータ） (2024-12-16T11:19:22Z) - Muharaf: Manuscripts of Handwritten Arabic Dataset for Cursive Text Recognition [5.28595286827031]
Manuscripts of Hand written Arabic(Muharaf)データセットは、1,600以上の歴史的な手書きページイメージからなる機械学習データセットである。
このデータセットは、手書きのテキスト認識において、最先端の技術を前進させるためにコンパイルされた。
論文 参考訳（メタデータ） (2024-06-13T23:40:34Z) - An Inclusive Notion of Text [69.36678873492373]
テキストの概念の明確さは再現可能で一般化可能なNLPにとって不可欠である,と我々は主張する。
言語的および非言語的要素の2層分類を導入し,NLPモデリングに使用することができる。
論文 参考訳（メタデータ） (2022-11-10T14:26:43Z) - Digital Editions as Distant Supervision for Layout Analysis of Printed
Books [76.29918490722902]
本稿では,この意味的マークアップを,レイアウト解析モデルのトレーニングと評価のための遠隔監視として利用する手法について述べる。
DTA(Deutsches Textarchiv)の50万ページにわたるモデルアーキテクチャの実験では、これらの領域レベルの評価手法と画素レベルのメトリクスとワードレベルのメトリクスとの高い相関性を見出した。
自己学習による精度向上の可能性と、DTAで訓練されたモデルが他の歴史書に一般化できる可能性について論じる。
論文 参考訳（メタデータ） (2021-12-23T16:51:53Z) - Exploring the Limits of Transfer Learning with a Unified Text-to-Text
Transformer [64.22926988297685]
下流タスクで微調整される前に、まずデータリッチタスクでモデルが事前訓練されるトランスファーラーニングは、自然言語処理(NLP)において強力な手法として登場した。
本稿では,すべてのテキストベースの言語問題をテキスト・トゥ・テキスト・フォーマットに変換する統一フレームワークにより,NLPのためのトランスファー学習手法を導入する状況について検討する。
論文 参考訳（メタデータ） (2019-10-23T17:37:36Z)
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。