ヤシ葉文書のテキスト行セグメンテーションのためのベンチマークデータセット

科学分野:

• デジタルヒューマニティーズ
• 情報科学
• 文化遺産保護

背景:

• ヤシ葉写本は、南アジアおよび東南アジアにおける重要な歴史的な筆記媒体を表し、様々な分野にわたる膨大な知識を含んでいます。
• これらの貴重な写本は、経年劣化や環境要因による劣化を受けやすく、緊急の保存努力が必要です。
• デジタル化は、これらの古代のテキストに含まれる知識を保護し、普及させるために不可欠です。

研究 の 目的:

• ヤシ葉写本のデジタル化のための多様なデータセットの欠如に対処すること。
• デジタル化のパフォーマンスを向上させるためのテキスト行セグメンテーションと認識を改善すること。
• 歴史的な文書分析の分野の研究者に貴重なリソースを導入すること。

主な方法:

• 1710個のマスクされたヤシ葉写本のテキスト行で構成される新しいデータセット、LeafOCR-Lineの開発。
• データセット内の各写本の劣化レベルの注釈を含めること。
• データセットの品質と有用性を検証するための広範な実験の実施。

主要な成果:

• LeafOCR-Lineデータセットは、ヤシ葉のテキスト行セグメンテーションのための多様で注釈付きのリソースを提供します。
• 実験結果は、提案されたデータセットの高い品質と実用的な適用性を確認します。
• このデータセットは、歴史的な写本のより堅牢で正確なデジタル化の研究を促進します。

結論:

• LeafOCR-Lineは、ヤシ葉写本のデジタル化の分野への重要な貢献です。
• このデータセットは、テキスト行セグメンテーションと認識の研究を進歩させるための貴重な公開リソースとして機能します。
• LeafOCR-Lineの利用可能性は、歴史的なアジアの知識の保存とアクセスにおける進歩を加速すると予想されます。