
 
 
 
 Autoři : (1) Blnd Yaseen, University of Kurdistan Howler, Kurdská oblast - Irák (blnd.yaseen@ukh.edu.krd); (2) Hossein Hassani University of Kurdistan Howler Kurdistan Region - Irák (hosseinh@ukh.edu.krd). Authors: (1) Blnd Yaseen, University of Kurdistan Howler, Kurdská oblast - Irák (blnd.yaseen@ukh.edu.krd); (2) Hossein Hassani University of Kurdistan Howler Kurdistan Region - Irák (hosseinh@ukh.edu.krd). Stůl vlevo Abstrakt a 1. úvod 1.1 Tisková tiskárna v Iráku a iráckém Kurdistánu 1.2 Výzvy v historických dokumentech 1.3 Kurdský jazyk 
 
 
 
 
 
 
 
 
 
 
 Related work and 2.1 Arabic/Persian 2.2 Chinese/Japanese and 2.3 Coptic 2.4 Greek 2.5 Latin 2.6 Tamizhi 
 
 
 
 Method and 3.1 Data Collection 3.2 Data Preparation and 3.3 Preprocessing 3.4 Environment Setup, 3.5 Dataset Preparation, and 3.6 Evaluation 
 
 
 
 
 Experiments, Results, and Discussion and 4.1 Processed Data 4.2 Dataset and 4.3 Experiments 4.4 Results and Evaluation 4.5 Discussion 
 
 
 
 Conclusion 5.1 Challenges and Limitations Online Resources, Acknowledgments, and References Abstraktní V současné době mají kurdské knihovny mnoho historických publikací, které byly vytisknuty v raných dnech, kdy byly do Kurdistánu přivedeny tiskové přístroje. Mají dobré optické rozpoznání charakteru (OCR) pro pomoc při zpracování těchto publikací a přispívají k zdrojům kurdského jazyka, což je zásadní, protože kurdština je považována za jazyk s nízkými zdroji. Aktuální systémy OCR nejsou schopny extrahovat text z historických dokumentů, protože mají mnoho problémů, včetně toho, že jsou poškozené, velmi křehké, s mnoha značkami, které na nich zůstávají, a často jsou napsány v neštandardních písmech. To je obrovská překážka při zpracování těchto dokumentů, protože jejich zpracování v současné době vyžaduje manu 1 Úvod V průběhu staletí lidská zkušenost vytvořila neocenitelné poklady ve formě historických dokumentů. Vzhledem k velkému množství práce potřebné pro ruční poznámky a přepisování historických dokumentů zůstává mnoho archivů historických dokumentů nedostupných (Ataer a Duygulu, 2007). Prostřednictvím digitalizace mohou být tyto dokumenty chápány a chráněny efektivně a efektivně. V tomto procesu jsou skutečné dokumenty systematicky převedeny do digitálních záznamů založených na přesném rozpoznání znaků v původním dokumentu (Yang et al., 2018). Vzhledem k poptávce po udržování a zpřístupnění historických dokumentů pro výzkum bez poškození fyzických kopií, mnohé jazyky a regiony začaly praktikovat a studovat digit Původně byly historické dokumenty pečlivě vytvářeny ručně, což vedlo k jejich omezené dostupnosti a omezenému rozšiřování. Nicméně zavedení tiskárny Johannesem Gutenbergem v roce 1436 v Německu znamenalo významný milník. Tiskárna, mechanické zařízení určené pro tisk velkých objemů publikací, revoluci ve výrobě historických dokumentů. Tento přístroj vyvíjí tlak na inkoustový povrch, jak je znázorněn na obrázku.? Tiskárna je široce uznávána jako jeden z nejpozoruhodnějších úspěchů v historii, usnadňující rozšířené šíření a zachování znalostí (Qania, 2012). Co se týče kurdské tiskové historie, je to asi sto let staré a zařízení používaná k tisku byla nesmírně odlišná od toho, co máme dnes. Jedním z nich je nedostatek standardního písma pro psaní, použití mnoha arabských stylů, a na vrcholu z nich, všechny knihy potřebují být v lepší formě, protože jsou velmi křehké a poškozené a existuje mnoho znatelných známek na nich. Několik systémů OCR v současné době podporuje kurdský jazyk, například ten od Idrees a Hassani (2021). Nicméně, nemohou rozpoznat tyto staré publikace kvůli výše uvedeným problémům. Tato studie se zaměřuje na posílení stávajícího systému OCR pro kurdský jazyk, abychom mohli rozpoznat a extrahovat text z historických kurdských dokumentů, což činí související dokumenty připravenými pro další zpracování. 
 
 Tento dokument je k dispozici v archivu pod licencí ATTRIBUTION-NONCOMMERCIAL-NODERIVS 4.0 INTERNATIONAL. Tento dokument je k dispozici v archivu pod licencí ATTRIBUTION-NONCOMMERCIAL-NODERIVS 4.0 INTERNATIONAL. Dostupné v archivu

Part of HackerNoon's growing list of open-source research papers, promoting free access to academic material.

Read My Stories

undefined's blog

Tento zvuk je produkován v původním jazyce příběhu!

Může AI zachránit staletí kurdské historie?

About Author

KOMENTÁŘE

ZAVĚŠIT ZNAČKY

TENTO ČLÁNEK BYL PŘEDSTAVEN V

Related Stories

Coinshift Launches csUSDL, Announces Strategic Partnerships

Coinshift Launches csUSDL, Announces Strategic Partnerships

Light-Mode

Classic

Newspaper

Dark-Mode

Neon Noir

Minty

HN StartUps