Benutzer-Werkzeuge
ss19:neue_fragen
Unterschiede
Hier werden die Unterschiede zwischen zwei Versionen gezeigt.
| Beide Seiten der vorigen Revision Vorhergehende Überarbeitung Nächste Überarbeitung | Vorhergehende Überarbeitung | ||
|
ss19:neue_fragen [2019/09/05 12:33] jheinlein |
ss19:neue_fragen [2019/09/05 14:53] (aktuell) jheinlein |
||
|---|---|---|---|
| Zeile 1: | Zeile 1: | ||
| - | zurück zu: [[plan]] | + | zurück zu: [[Plan]] |
| - | ===Noch stehende Fragen und was noch zu tun ist=== | + | ===Neue und noch stehende Fragen=== |
| * Wie kann man ein CNN, das auf Zahlenerkennung angelegt ist, auf die Buchstabenerkennung expandieren? | * Wie kann man ein CNN, das auf Zahlenerkennung angelegt ist, auf die Buchstabenerkennung expandieren? | ||
| Zeile 9: | Zeile 9: | ||
| * Wie kann man auf ein CNN eingreifen, sodass sich die Fehlerrate verkleinert, wodurch ein effizienteres Programm erstellt werden kann? | * Wie kann man auf ein CNN eingreifen, sodass sich die Fehlerrate verkleinert, wodurch ein effizienteres Programm erstellt werden kann? | ||
| - | * Wie kann man Leerzeichen erkennen, bzw. erkennen, dass ein Wort endet? -- Lösung ist eventuell das n-gram-Modell, das die Wahrscheinlichkeit für jedes mögliche folgende Zeichen berechnet. | + | * Wie kann man Leerzeichen erkennen, bzw. erkennen, dass ein Wort endet? |
| + | Antwort: Eine Lösung ist eventuell das n-Gram-Modell, das die Wahrscheinlichkeit für jedes mögliche folgende Zeichen berechnet. | ||
| * Wie erkennen wir in Schreibschrift geschriebene Wörter, bzw. sich überlappende Buchstaben? Und wie schaffen wir es, falsche Lücken zwischen Buchstaben zu ignorieren? | * Wie erkennen wir in Schreibschrift geschriebene Wörter, bzw. sich überlappende Buchstaben? Und wie schaffen wir es, falsche Lücken zwischen Buchstaben zu ignorieren? | ||
| Zeile 15: | Zeile 16: | ||
| * Wie erkennen und begradigen wir kursiv, bzw. schräg geschriebene Buchstaben? | * Wie erkennen und begradigen wir kursiv, bzw. schräg geschriebene Buchstaben? | ||
| - | * | + | * Wie erkennen wir fehlerhaft erkannte Wörter und berichtigen diese? |
| + | Antwort: Wir könnten jedes Wort mit einer vollständigen Wortliste und der Vorkommenshäufigkeit jeden Wortes abgleichen. Auch hier könnte das n-gram-Modell helfen | ||
| + | |||
| + | * Wie erkennen wir das Format und übertragen dieses in den exportierten Text? | ||
ss19/neue_fragen.1567679592.txt.gz · Zuletzt geändert: 2019/09/05 12:33 von jheinlein
Seiten-Werkzeuge
