پوختە

ئەم پێشچاپەی arXiv لە 2024دا Tesseract 5 بۆ بڵاوکراوە چاپکراوە مێژووییەکانی کوردیی سۆرانی گونجاندووە و دێڕە نووسراوەکانی سەرچاوەکانی پێش 1950 بەکاردەهێنێت. پوختەکە 1,233 وێنەی دێڕ لەگەڵ نووسینەوەکانیان ڕاپۆرت دەکات، بەڵام وەشانی بەردەست کە پشکنراوە 1,203 وێنەی TIFF و 1,203 پەڕگەی دەق لەخۆدەگرێت. توێژینەوەکە CERی 0.755% لە پرۆسەی Tesseract و تێکڕای 84.02% دروستیی پیت لە هەڵسەنگاندنێکی جیاوازی Ocreval ڕاپۆرت دەکات.

وشە گرنگەکان

OCR کوردیی سۆرانی چاپی مێژوویی Tesseract پێشچاپ

داتاسێتە پەیوەندیدارەکان

KurdishOldTextsOCR

2024 1,203 وێنەی TIFF و 1,203 پەڕگەی دەقی لە وەشانی پشکنراودا TIFF, TXT

داتای بنەڕەتی بۆ OCRی بڵاوکراوە چاپکراوە مێژووییەکانی کوردیی سۆرانی. پشکنینی ڕاستەوخۆی ئەرشیف 1,203 وێنەی TIFF و 1,203 پەڕگەی دەقی دۆزییەوە. توێژینەوە پەیوەندیدارەکە 1,233 وێنەی دێڕ ڕاپۆرت دەکات، بۆیە …

دەستگە بە داتاسێت

نووسراوە

Yaseen, B., & Hassani, H. (2024). Making Old Kurdish Publications Processable by Augmenting Available Optical Character Recognition Engines. arXiv:2404.06101.

وردەکاری بڵاوکراوە

نووسەران 2 نووسەر
داتاسێتەکان 1 داتاسێت
خوێندنەوەی تەواوی وتار بینینی پڕۆژە گەڕان بۆ وتارەکان