Исследователи представили метод мультиэкспертной маршрутизации для задач OCR в условиях дефицита данных, применив его к маньчжурской письменности. Система использует чекпоинты итеративного дообучения в качестве узкоспециализированных экспертов, а легкий классификатор на уровне страницы направляет изображения к нужной модели. Это позволяет эффективно обрабатывать визуально различающиеся стили письма, такие как устав, скоропись и дворцовый канцелярский почерк.

Основная проблема распознавания исторических документов заключается в высокой вариативности начертаний при малом объеме размеченных датасетов. Традиционные модели часто не справляются с адаптацией к специфическим стилям, требуя огромных массивов данных для обучения. Предложенный подход решает эту задачу за счет переиспользования уже обученных состояний модели, превращая их в экспертов по конкретным доменам без необходимости полной переподготовки нейросети.

Архитектура системы включает классификатор, который анализирует изображение страницы и определяет стиль письма, после чего передает задачу соответствующему эксперту. Такая модульная структура значительно повышает точность распознавания редких языков и исторических рукописей, где визуальные особенности текста критически важны для корректной интерпретации символов.

Ключевые факты

  • Метод разработан для распознавания маньчжурской письменности, характеризующейся ограниченным количеством размеченных данных.
  • Система использует чекпоинты итеративного fine-tuning в качестве специализированных экспертов для разных стилей письма.
  • Внедрен легковесный классификатор на уровне страницы для автоматического распределения задач между экспертными моделями.
  • Подход позволяет адаптировать OCR-системы к визуально сложным историческим документам, включая устав, скоропись и канцелярские стили.