محققان در تازهترین گزارش خود از رقابت ICDAR 2026، به سراغ حل یکی از چالشهای بزرگ دنیای دیجیتال یعنی «اصلاح متون قدیمی» رفتهاند.
این رقابت با استفاده از مدلهای زبانی بزرگ (LLMs)، به دنبال برطرف کردن خطاهای OCR در اسناد تاریخی (مانند روزنامهها و متون چاپشده) به زبانهای انگلیسی، فرانسوی و آلمانی است. نکته کلیدی اینجاست که مدلها بدون دسترسی به تصویر اصلی و تنها با تکیه بر دانش زبانی خود، سعی میکنند متون مخدوش قدیمی را به شکلی خوانا و دقیق بازسازی کنند.
این پروژه نه تنها برای حفظ میراث فرهنگی دنیا بسیار ارزشمند است، بلکه توانمندی مدلهای زبانی در تحلیل و اصلاح دادههای نویزی را به چالش میکشد. ✨
منبع: arXiv NLP
