В статье представлена система с несколькими экспертами для исторического маньчжурского OCR, которая обрабатывает визуально различимые стили письма, такие как регулярный шрифт, курсив и полукursive канцелярский почерк, несмотря на ограниченное количество размеченных данных. Подход повторно использует контрольные точки из процесса итеративного дообучения в качестве специалистов по доменам и использует легкий классификатор изображений на уровне страницы для маршрутизации страниц на основе визуального стиля.
- Маршрутизатор достигает 99,3% точности на уровне страницы, совпадая с оракулом меток домена при той же точности.
- На замороженных тестовых наборах система совпадает с выбранным специалистом для каждого стиля с точностью до двух знаков после запятой: 0,30% CER для регулярного шрифта, 1,57% для мемориалов и 4,83% для курсива.
- Два из трех выбранных специалистов не обучались специально для их конечного домена; только эксперт по курсиву обучался с этим доменом как целевым.
Авторы сообщают о протоколе оценки, дизайне маршрутизатора и предсказаниях на уровне страницы, чтобы обеспечить воспроизводимость сравнения.