Hậu xử lý OCR tiếng Việt: sửa dấu, ghép dòng, gạch nối và chuẩn hoá Unicode
Kết quả OCR thô luôn cần dọn: sửa dấu sai, ghép dòng thành đoạn, bỏ gạch nối, đầu trang lặp, đưa Unicode về một dạng. Quy trình hậu xử lý và cách dùng AI không
Kết quả OCR thô luôn cần dọn: sửa dấu sai, ghép dòng thành đoạn, bỏ gạch nối, đầu trang lặp, đưa Unicode về một dạng. Quy trình hậu xử lý và cách dùng AI không
Văn bản tiếng Việt từ web lẫn menu, quảng cáo, bài sao chép, văn máy sinh và chữ lỗi mã hoá. Thứ tự các bước lọc, quy tắc cụ thể và cách kiểm mình lọc có quá ta