Tionscadal Tá córas nua aitheantais optúil téacs á fhorbairt a thacaíonn le níos mó ná 40 teanga, lena n-áirítear Béarla, Gearmáinis, Fraincis, Seapáinis, Sínis, Cóiréis, Úisbéicis, Asarbaiseáinis agus Liotuáinis. Ní thacaítear le teangacha Coireallacha go fóill, ach tá siad á gcur leis an liosta pleananna. Tá an cód scríofa i Python ag baint úsáide as an gcreat и ceadúnaithe faoi Apache 2.0. Le haghaidh luchtú múnlaí réamhdhéanta do theangacha atá bunaithe ar an aibítir Laidineach agus na hieroglyphs.
Úsáidtear modhanna meaisínfhoghlama chun téacs in íomhá a aithint agus a aithint. Úsáidtear algartam meaisínfhoghlama chun téacs a aithint (Feasacht Carachtair-Réigiún Chun Téacs) i do PyTorch, atá in ann téacs a aibhsiú ar rudaí treallach, lena n-áirítear lipéid, comharthaí faisnéise agus comharthaí bóthair. Baintear úsáid as líonra néarach athfhillteach réititheach chun seichimh charachtair a aithint (Líonra Néarach Athfhillteach Convolutional, meascán de DCNN agus RNN) agus algartam CTC BeamSearch (Aicmiú Sealadach Nasctha) chun aschur líonra néaraigh a dhíchódú i léiriú téacs.
Foinse: oscailtenet.ru