本記事は、限られたラベル付きデータと楷書、行書、半草書の官体字など多様な視覚的書風という課題に対処する、歴史的な満文光学式文字認識（OCR）のためのマルチエキスパートシステムを紹介しています。このアプローチは、反復ファインチューニングプロセスからのチェックポイントをドメイン専門家として再利用し、ページの視覚的書風に基づいてページを振り分けるための軽量なページレベルの画像分類器を採用しています。

  • 凍結されたテストセットにおいて、ルーティングされたシステムは楷書で文字誤り率（CER）0.30パーセント、奏折で1.57パーセント、行書で4.83パーセントを達成しました。
  • ルーターは99.3パーセントのページレベルドメイン精度を達成し、同じ精度でのドメインラベルオラクルと同等でした。
  • 選択された3人の専門家のうち2人は、最終的なドメインのために特別に訓練されておらず、既存のチェックポイントを効果的に再利用するシステムの能力を示しています。

著者は評価プロトコル、ルーター設計、およびページごとの予測を報告し、比較が再現可能であることを保証しています。