Remerciez-le!

Remerciez @Admin pour avoir partagé cet document gratuitement, de la manière la plus simple, en partageant sur les réseaux sociaux.

Article 1 1 Traduit de Anglais vers Français - www onlinedoctranslator com JID PATREC ARTICLE DANS LA PRESSE Lettres de reconnaissance de modèle xxx xxxx xxx Listes des contenus disponibles sur ScienceDirect Lettres de reconnaissance de modèle page d'accu

Traduit de Anglais vers Français - www onlinedoctranslator com JID PATREC ARTICLE DANS LA PRESSE Lettres de reconnaissance de modèle xxx xxxx xxx Listes des contenus disponibles sur ScienceDirect Lettres de reconnaissance de modèle page d'accueil Journal www elsevier com locate patrec m G novembre Approche basée sur les transformateurs pour l'écriture manuscrite conjointe et la reconnaissance d'entités nommées dans un document historique Ahmed Cheikh Rouhou une Marwa Dhiaf une b c Yousri Kessentini b c Sinda Ben Salemune une InstaDeep Tunis Tunisie b Centre de Recherche Numérique de Sfax Tunisie c SM RTS Laboratoire Signaux Systèmes Intelligence Arti ?cielle et Réseaux Sfax Tunisie informations sur l'article Historique des articles Reçu le juin Révisé le octobre Accepté le novembre Disponible en ligne xxx Edité par Jiwen Lu Mots clés Reconnaissance d'entité nommée Reconnaissance de bloc de texte Transformateur Concours IEDHH abstrait L'extraction d'informations pertinentes e ?ectuée par des entités nommées dans des documents manuscrits est toujours une t? che di ?cile Contrairement aux approches traditionnelles d'extraction d'informations qui font généralement face à la transcription de texte et à la reconnaissance d'entités nommées en tant que t? ches ultérieures distinctes nous proposons dans cet article une approche basée sur un transformateur de bout en bout pour e ?ectuer conjointement ces deux t? ches L'approche proposée opère au niveau du paragraphe ce qui apporte deux avantages principaux Premièrement cela permet au modèle d'éviter les erreurs précoces irrécupérables dues à la segmentation des lignes Deuxièmement cela permet au modèle d'exploiter des informations contextuelles bidimensionnelles plus importantes pour identi ?er les catégories sémantiques atteignant une précision de prédiction ?nale plus élevée Nous explorons également di ?érents scénarios d'entra? nement pour montrer leur e ?et sur les performances et nous démontrons qu'une stratégie d'apprentissage en deux étapes peut permettre au modèle d'atteindre une précision de prédiction ?nale plus élevée A notre connaissance ce travail présente la première approche qui adopte les réseaux de transformateurs pour la reconnaissance d'entités nommées dans des documents manuscrits Nous atteignons la nouvelle performance de pointe dans le concours d'extraction d'informations ICDAR en utilisant la base de données Esposalles pour la t? che complète même si la technique proposée n'utilise aucun dictionnaire modélisation de langage ou post-traitement ? Elsevier BV Tous droits réservés Introduction Au cours des dernières décennies les chercheurs ont exploré diverses techniques de reconnaissance de documents pour récupérer des informations textuelles à partir d'images Dernièrement les techniques de reconnaissance optique de caractères ont atteint une grande précision dans la récupération de textes à partir de documents modernes Cependant ils nécessitent un certain ra ?nement lors du traitement des documents historiques en raison de la qualité dégradée des images et de la complexité des anciens styles d'écriture Bien que la reconnaissance de texte manuscrit HTR des images de documents historiques soit une bonne étape pour récupérer des informations textuelles la communauté des chercheurs s'intéresse de plus en plus à l'extraction d'informations et à la compréhension des documents pour permettre un accès sémantique signi ?catif aux informations contenues dans les