본 논문은 중세 텍스트 코퍼스에서의 유동적인 문자 세트의 과제를 다루며, 문자 세트 단순화 및 약어를 역전시키는 방법을 제시합니다. 저자들은 자기지도학습을 사용하여 이러한 매핑을 되돌리는 일대자 문자 레벨 RNN을 훈련하며, 단 20개의 텍스트 라인만으로 Character Error Rate (CER)를 절반으로 줄입니다.
- 일대일 RNN은 삽입 및 삭제를 무시하면서 HTR 사후 교정에 상당한 개선을 제공합니다.
- 동일한 네트워크는 중세 헌장 전사본에서 약어를 확장하기 위해 문자 레벨 정렬 정답을 사용하여 밴드 RNN으로 적응됩니다.
- 복잡한 휴리스틱은 임의의 세트 간 문자의 의미적 유사성을 위한 지표를 정의하며, 이를 '문자 어간화'라고 부릅니다.
- 이러한 모든 방법을 효율적으로 수행하기 위한 Python 라이브러리가 제시됩니다.
이 작업은 역사적 문서의 이질적인 디지털화 정책과 다양한 전사 관행을 처리하기 위한 도구와 지표를 제공합니다.