Artikel ini menyajikan sistem multi-pakar untuk OCR Manchu historis yang menangani gaya tulisan yang secara visual berbeda seperti tulisan reguler, tulisan berjalan, dan tangan kantor semi-sampul meskipun data berlabel terbatas. Pendekatan ini menggunakan kembali checkpoint dari proses penyetelan halus iteratif sebagai spesialis domain dan menggunakan pengklasifikasi gambar tingkat halaman ringan untuk mendispatch halaman berdasarkan gaya visual.
- Ruter mencapai akurasi domain tingkat halaman 99,3 persen, sesuai dengan oracle label domain pada presisi yang sama.
- Pada set uji beku, sistem cocok dengan spesialis yang dipilih untuk setiap gaya pada presisi dua desimal: 0,30 persen CER pada tulisan reguler, 1,57 persen pada memorials, dan 4,83 persen pada tulisan berjalan.
- Dua dari tiga spesialis yang dipilih tidak dilatih secara khusus untuk domain akhir mereka; hanya pakar tulisan berjalan yang dilatih dengan domain tersebut sebagai targetnya.
Para penulis melaporkan protokol evaluasi, desain ruter, dan prediksi per halaman untuk memastikan bahwa perbandingan dapat direproduksi.