본 기사는 제한된 레이블 데이터와 정서, 행서, 반초서 관체 등 다양한 시각적 서체에 대한 과제를 해결하기 위한 역사적 만주어 광학 문자 인식(OCR)을 위한 다중 전문가 시스템을 제시합니다. 이 접근 방식은 반복 파인튜닝 프로세스에서 체크포인트를 도메인 전문가로 재사용하고, 페이지의 시각적 서체에 따라 페이지를 분배하는 경량 페이지 수준 이미지 분류기를 사용합니다.
- 고정된 테스트 세트에서 라우팅된 시스템은 정서에서 문자 오류율(CER) 0.30퍼센트, 상소문에서 1.57퍼센트, 행서에서 4.83퍼센트를 달성했습니다.
- 라우터는 페이지 수준 도메인 정확도 99.3퍼센트를 달성하여 동일한 정밀도의 도메인 레이블 오라클과 일치했습니다.
- 선택된 세 전문가 중 두 명은 최종 도메인을 위해 특별히 훈련되지 않았으며, 이는 시스템이 기존 체크포인트를 효과적으로 재사용할 수 있음을 보여줍니다.
저자들은 평가 프로토콜, 라우터 설계 및 페이지별 예측을 보고하여 비교가 재현 가능하도록 보장합니다.