Détection d'erreurs dans des transcriptions OCR de documents historiques par réseaux de neurones récurrents multi-niveau - Archive ouverte HAL Accéder directement au contenu
Communication Dans Un Congrès Année : 2018

Combining character level and word level RNNs for post-OCR error detection

Détection d'erreurs dans des transcriptions OCR de documents historiques par réseaux de neurones récurrents multi-niveau

Résumé

Combining character level and word level RNNs for post-OCR error detection Post-OCR processing, consist in detecting errors first, then correcting them when possible. In this context the ICDAR-2017 Competition on Post-OCR Text Correction was organized to compare approaches on these two tasks. This paper presents an OCR error detection system based on a 2-pass RNN model combining character level and word level representations. This system was ranked 2nd on three datasets among 11 participants at the ICDAR-2017 Competition.
Le traitement à posteriori de transcriptions OCR cherche à détecter les erreurs dans les sorties d'OCR pour tenter de les corriger, deux tâches évaluées par la compétition ICDAR-2017 Post-OCR Text Correction. Nous présenterons dans ce papier un système de détection d'erreurs basé sur un modèle à réseaux récurrents combinant une analyse du texte au niveau des mots et des caractères en deux temps. Ce système a été classé second dans trois catégories évaluées parmi 11 candidats lors de la compétition. MOTS-CLÉS : OCR, detection d'erreurs, réseaux de neurones récurrents.
Fichier principal
Vignette du fichier
TALN_VFinal.pdf (121.87 Ko) Télécharger le fichier
Origine : Fichiers produits par l'(les) auteur(s)
Loading...

Dates et versions

hal-01905258 , version 1 (25-10-2018)

Identifiants

  • HAL Id : hal-01905258 , version 1

Citer

Thibault Magallon, Frédéric Béchet, Benoit Favre. Détection d'erreurs dans des transcriptions OCR de documents historiques par réseaux de neurones récurrents multi-niveau. 25e conférence sur le Traitement Automatique des Langues Naturelles (TALN), May 2018, Rennes, France. ⟨hal-01905258⟩
202 Consultations
859 Téléchargements

Partager

Gmail Facebook X LinkedIn More