مجموعة بيانات النص والصورة المتوازية
مجموعة بيانات النص والصورة المتوازية
تعريف بمجموعة بيانات النص والصورة المتوازية
مجموعة بيانات النص والصورة المتوازية هي مجموعة قيمة من صور النصوص العربية والفارسية مع معادلات نصية تم التحقق منها بواسطة الإنسان. هذه المجموعة هي مورد لا مثيل له للبحوث المتعلقة بتحويل الصورة إلى نص وتقييم أنظمة التعرف الضوئي على الحروف (OCR).
الإحصائيات والأرقام
- صور لمليون كلمة باللغتين العربية والفارسية
- 116 مجلد كتاب كمصادر للبيانات
- معادل نصي تم التحقق منه بواسطة الإنسان لكل صورة
محتوى المجموعة
| الميزة | الوصف |
|---|---|
| اللغات | العربية والفارسية |
| وحدة القياس | مليون كلمة مصورة |
| المصادر | 116 مجلد كتاب |
| جودة البيانات | معادلات نصية تم التحقق منها بواسطة الإنسان |
التطبيقات
- تحويل الصورة إلى نص (OCR): تدريب وتقييم أنظمة التعرف الضوئي على الحروف
- تقييم نماذج OCR: قياس دقة أنظمة تحويل الصورة إلى نص
- معالجة المستندات الرقمية: تحسين جودة رقمنة الكتب والمستندات
- بحوث اللسانيات الحاسوبية: التحليل المقارن للنص والصورة
- تطوير نماذج التعلم العميق: تدريب نماذج الرؤية الحاسوبية ومعالجة اللغات الطبيعية
الفوائد
- حجم كبير: مليون كلمة مصورة لتدريب النماذج العميقة
- التحقق البشري: معادلات نصية عالية الجودة تم التحقق منها بواسطة الإنسان
- تنوع المصادر: مأخوذة من 116 مجلد كتاب مختلف
- ثنائية اللغة: دعم كل من اللغتين العربية والفارسية
قيّم هذا العنصر
تعليقات
سجّل الدخول للتعليق
Loading comments...