本文介绍了一种用于历史满文OCR的多专家系统，尽管标注数据有限，但仍能处理视觉上不同的书写风格，如正书、行书和半草书。该方法重用迭代微调过程中的检查点作为领域专家，并使用轻量级的页面级图像分类器根据视觉风格分发页面。

  • 路由器实现了99.3%的页面级领域准确率，与相同精度下的领域标签预言机相匹配。
  • 在冻结测试集上，系统对每种风格的选定专家匹配到两位小数精度：正书为0.30% CER，奏折为1.57%，行书为4.83%。
  • 三位选定的专家中有两位并非专门为其最终领域训练；只有行书专家是以该领域为目标进行训练的。

作者报告了评估协议、路由器设计和每页预测结果，以确保比较的可复现性。