Semi-supervised učení pro rozpoznávání textu

Abstract

Tato práce se zabývá metodou semi-supervised učení neuronových sítí pro rozpoznání středověkých manuskript. Zvolenou semi-supervised metodou je pseudo-labeling v kombinaci s filtrováním na základě konfidence modelu, která byla aplikována na neuronovou síť architektury Transformer. Experimentálně byly ověřeny podmínky, kdy je tato metoda účinná, a bylo dosaženo pozitivních výsledků. Přínosem také může být vytvoření poměrně obsáhlé neanotované datová sady.

This thesis explores a semi-supervised learning method for neural networks aimed at the recognition of medieval manuscripts. The selected method combines pseudo-labeling with confidence-based filtering and is applied to a Transformer-based neural network architecture. The conditions under which this method is effective were verified experimentally, and positive results were achieved. Another contribution of this work is the creation of a relatively large unlabeled dataset.