Model HTR Latin Sermons 11th–12th C.: Metodologie, transkripce, testování a evaluace

Abstrakt

Studie představuje metodologii tvorby modelu pro automatické rozpoznávání rukopisných textů (HTR) zaměřeného na latinské homilie z 11.–12. století. Model Latin Sermons 11th–12th C. byl trénován na datech pocházejících z osmi rukopisů uložených v knihovnách pěti evropských zemí, psaných pozdní karolinskou a raně gotickou minuskulou. Text se zaměřuje na přípravu tréninkových dat, volbu transkripčních pravidel a testování vlivu parametrů, jako je rozsah dat, počet tréninkových cyklů a využití base modelu. Výsledný model dosáhl míry chybovosti CER 5,7 % a prokázal vysokou adaptabilitu, čímž otevírá nové možnosti pro využití v rámci digital humanities.