An In-depth Analysis of OCR Errors for Unconstrained Vietnamese Handwriting

Thạc sĩNguyễn Quốc DũngDuc-Anh Le, Nguyet-Minh Phan, Ivan Zelinka

Khoa Kỹ Thuật

Thể loại: Kỷ yếu

Sơ lược nội dung

OCR post-processing is an essential step to improve the accuracy of OCR-generated texts by detecting and correcting OCR errors. In this paper, the OCR texts are resulted from an OCR engine which is based on the attention-based encoder-decoder model for unconstrained Vietnamese handwriting. We identify various kinds of Vietnamese OCR errors and their possible causes. Detailed statistics of Vietnamese OCR errors are provided and analyzed at both character level and syllable level, using typical OCR error characteristics such as error rate, error mapping/edit, frequency and error length. Furthermore, the statistical analyses are done on training and test sets of a benchmark database to infer whether the test set is the appropriate representative of the training set regarding the OCR error characteristics. We also discuss the choice of designing OCR post-processing approaches at character level or at syllable level relying on provided statistics of studied datasets.

Thông tin chung
Thể loại
Kỷ yếu
Năm xuất bản
2020
Ngôn ngữ gốc
Tiếng Anh
Tạp chí công bố
Proceeding for International Conference on Future Data and Security Engineering
Loại tạp chí
Danh mục Scopus
Trang
448-461

Tài liệu tham khảo

Để đọc toàn văn của bài báo này, bạn có thể yêu cầu một bản sao đầy đủ trực tiếp từ các tác giả.