标签
TongGuOCR 是一个面向中文历史文档的布局感知与令牌增强 OCR 框架,在两个基准测试上取得了最先进的结果,其中包括在具有挑战性的 M5HisDoc 基准测试上达到 93.76 的 AR 值。
本文介绍了ForMaT,一个包含15个语言对、3,956个PDF文件的平行语料库,专为视觉引导的多语言翻译而设计,保留了布局元数据,用于对布局感知的机器翻译系统进行基准测试。