Mudanças entre as edições de "HTR - Reconhecimento de texto manuscrito"
De Cliomatica - Digital History
| Linha 8: | Linha 8: | ||
| − | Trata-se de uma promessa de difícil realização. Dada a dificuldade, os programas de HTR sempre foram limitados ou completamente falhos. Recentemente, o uso de redes neurais permitiu avanços importantes nesse sentido. Um exemplo bem sucedido é o software | + | Trata-se de uma promessa de difícil realização. Dada a dificuldade, os programas de HTR sempre foram limitados ou completamente falhos. Recentemente, o uso de redes neurais permitiu avanços importantes nesse sentido. Um exemplo bem sucedido é o software '''[[Transkribus]]''', desenvolvido por um conglomerado de universidades lideradas pela Universidade de Innsbruck. |
Edição das 11h51min de 23 de julho de 2020
 2 minutos - por Tiago Gil
|
Ao contrário dos modelos de OCR, o modelo HTR não é capaz de reconhecer texto sem uma preparação prévia. Isso ocorre pois não existe um padrão único de caligrafia, que pode variar mesmo para um mesmo escriba. Veja no exemplo abaixo o que os modelos de HTR prometem fazer
Trata-se de uma promessa de difícil realização. Dada a dificuldade, os programas de HTR sempre foram limitados ou completamente falhos. Recentemente, o uso de redes neurais permitiu avanços importantes nesse sentido. Um exemplo bem sucedido é o software Transkribus, desenvolvido por um conglomerado de universidades lideradas pela Universidade de Innsbruck.
Exemplo de software: Como usar o Transkribus para o reconhecimento automático de manuscritos
Referências
| Citação deste verbete |
| Como citar: GIL, Tiago. "HTR - Reconhecimento de texto manuscrito". In: CLIOMATICA - Portal de História Digital e Pesquisa. Disponível em: http://lhs.unb.br/cliomatica/index.php/HTR_-_Reconhecimento_de_texto_manuscrito. Data de acesso: 1 de outubro de 2024. |
| Informar erro nesta página |
