本記事は、限られたラベルデータにもかかわらず、楷書、行書、半草書体などの視覚的に異なる書体を処理する、歴史的な満州語OCR用のマルチエキスパートシステムを紹介します。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、ページレベルの軽量画像分類器を使用して、視覚的な書体に基づいてページをディスパッチします。
- 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す。
- 凍結されたテストセットでは、システムは各書体の選択された専門家と2桁の精度で一致します：楷書で0.30パーセントCER、奏折で1.57パーセント、行書で4.83パーセント。
- 選ばれた3人の専門家のうち2人は、最終ドメインのために特別にトレーニングされていませんでした。行書の専門家のみが、そのドメインを対象としてトレーニングされていました。
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。