A web platform for collaborative semi-automatic OCR Post-processing | ||
| dc.conicet.organizacion | Universidad Nacional de Salta. Facultad de Ciencias Exactas. Departamento de Informática | |
| dc.conicet.organizacion | Universidad Nacional de Salta. Facultad de Ciencias Exactas. Departamento de Informática | |
| dc.conicet.organizacion | Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Salta. Instituto de Investigaciones en Ciencias Sociales y Humanidades. Universidad Nacional de Salta. Facultad de Humanidades. Instituto de Investigaciones en Ciencias Sociales y Humanidades | |
| dc.conicet.organizacion | Universidad Nacional de Salta. Facultad de Ciencias Exactas. Departamento de Informática | |
| dc.conicet.organizacion | Dalhousie University Halifax | |
| dc.conicet.organizacion | Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Bahía Blanca. Instituto de Ciencias e Ingeniería de la Computación. Universidad Nacional del Sur. Departamento de Ciencias e Ingeniería de la Computación. Instituto de Ciencias e Ingeniería de la Computación | |
| dc.conicet.organizacion | Dalhousie University Halifax | |
| dc.conicet.rol | Autor | |
| dc.conicet.rol | Autor | |
| dc.conicet.rol | Autor | |
| dc.conicet.rol | Autor | |
| dc.conicet.rol | Autor | |
| dc.conicet.rol | Autor | |
| dc.contributor.author | Mechaca, Ana Lidia | |
| dc.contributor.author | Marmanillo, Walter Gabriel | |
| dc.contributor.author | Xamena, Eduardo | |
| dc.contributor.author | Ramirez Orta, Juan | |
| dc.contributor.author | Maguitman, Ana Gabriela | |
| dc.contributor.author | Milios, Evangelos E. | |
| dc.coverage | Nacional | |
| dc.date.evento | 2021-10-18 | |
| dc.date.eventoHasta | 2021-10-29 | |
| dc.date.issued | 2021 | es |
| dc.description.abstract | Digital Humanities researchers often make use of software that helps them in the task of finding non-trivial relationships among characters in historical text. Usually, the source texts that contain such information come from OCR acquired volumes, carrying high amounts of errors within them. This work explains the development of a web platform for the task of OCR post-processing and ground-truth generation. This platform employs machine learning to predict the correct texts accurately from OCR noisy strings. The method used for this task involves transformers for character-based denoising language models. An active learning workflow is proposed, as the users can feed their corrections to the platform, generating new annotated data for re-training the underlying machine learning correction models. | es |
| dc.description.ciudadEvento | Ciudad Autónoma de Buenos Aires | es |
| dc.description.fil | Fil: Mechaca, Ana Lidia. Universidad Nacional de Salta. Facultad de Ciencias Exactas. Departamento de Informática; Argentina | |
| dc.description.fil | Fil: Marmanillo, Walter Gabriel. Universidad Nacional de Salta. Facultad de Ciencias Exactas. Departamento de Informática; Argentina | |
| dc.description.fil | Fil: Xamena, Eduardo. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Salta. Instituto de Investigaciones en Ciencias Sociales y Humanidades. Universidad Nacional de Salta. Facultad de Humanidades. Instituto de Investigaciones en Ciencias Sociales y Humanidades; Argentina. Universidad Nacional de Salta. Facultad de Ciencias Exactas. Departamento de Informática; Argentina | |
| dc.description.fil | Fil: Ramirez Orta, Juan. Dalhousie University Halifax; Canadá | |
| dc.description.fil | Fil: Maguitman, Ana Gabriela. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Bahía Blanca. Instituto de Ciencias e Ingeniería de la Computación. Universidad Nacional del Sur. Departamento de Ciencias e Ingeniería de la Computación. Instituto de Ciencias e Ingeniería de la Computación; Argentina | |
| dc.description.fil | Fil: Milios, Evangelos E.. Dalhousie University Halifax; Canadá | |
| dc.description.institucionOrganizadora | Sociedad Argentina de Investigación Operativa | es |
| dc.description.institucionOrganizadora | Instituto Nacional de Tecnología Agropecuaria | es |
| dc.description.nombreEvento | 50º Jornada Argentina de Informática; Simposio Argentino de Ciencia de Datos y Grandes Datos | es |
| dc.description.paisEvento | Argentina | es |
| dc.format | application/pdf | es |
| dc.identifier.citation | A web platform for collaborative semi-automatic OCR Post-processing; 50º Jornada Argentina de Informática; Simposio Argentino de Ciencia de Datos y Grandes Datos; Ciudad Autónoma de Buenos Aires; Argentina; 2021; 11-14 | es |
| dc.identifier.institucional | CONICET | |
| dc.identifier.issn | 2683-8966 | es |
| dc.identifier.repo | CONICET Digital | |
| dc.identifier.uri | http://hdl.handle.net/11336/173940 | |
| dc.journal.ciudad | Ciudad Autónoma de Buenos Aires | es |
| dc.journal.pagination | 11-14 | es |
| dc.journal.pais | Argentina | es |
| dc.language.iso | eng | es |
| dc.publisher | Sociedad Argentina de Investigación Operativa | es |
| dc.relation.alternativeid | info:eu-repo/semantics/altIdentifier/url/https://50jaiio.sadio.org.ar/pdfs/agranda/AGRANDA-02.pdf | |
| dc.rights | info:eu-repo/semantics/openAccess | * |
| dc.rights.uri | https://creativecommons.org/licenses/by-nc-sa/2.5/ar/ | * |
| dc.source.libro | 50 JAIIO: 50th Jornadas Argentinas de Informática. Buenos Aires, Argentina 10/2021 | es |
| dc.source.revista | Anales de AGRANDA 2021 y del Simposio Argentino de Ciencia de Datos y Grandes Datos | es |
| dc.subject | OCR POST-PROCESSING | es |
| dc.subject | DIGITAL HUMANITIES | es |
| dc.subject | LANGUAGE MODELS | es |
| dc.subject.classification | Otras Ciencias de la Computación e Información | es |
| dc.subject.classification | Ciencias de la Computación e Información | es |
| dc.subject.classification | CIENCIAS NATURALES Y EXACTAS | es |
| dc.title | A web platform for collaborative semi-automatic OCR Post-processing | es |
| dc.type | info:eu-repo/semantics/publishedVersion | |
| dc.type | info:eu-repo/semantics/conferenceObject | |
| dc.type | info:ar-repo/semantics/documento de conferencia | |
| dc.type.publicacion | Journal | es |
| dc.type.subtype | Jornada | es |
Archivos
Bloque original
Cargando...
- Nombre:
- CONICET_Digital_Nro.49c921d0-2344-43d3-9c1a-d34ffecd1df0_B.pdf
- Tamaño:
- 204.57 KB
- Formato:
- Adobe Portable Document Format