Understanding the Automatic Text Recognition Process : Model Training, Ground Truth and Prediction Errors - Thèses et HDR de l'Université du Mans
Thèse Année : 2024

Understanding the Automatic Text Recognition Process : Model Training, Ground Truth and Prediction Errors

Comprendre le processus de reconnaissance automatique de texte : entraînement de modèles, vérité de terrain et erreurs de prédiction

Résumé

This thesis works on identifying what a text recognition model can learn during its training, through the examination of its ground truth’s content, and its prediction’s errors. The main intent here is to improve the knowledge of how a neural network operates, with experiments focused on typewritten documents. The methods used mostly concentrated on the thorough exploration of the training data, the observation of the model’s prediction’s errors, and the correlation between both. A first hypothesis, based on the influence of the lexicon, was inconclusive. However, it steered the observation towards a new level of study, relying on an infralexical level: the n-grams. Their training data’s distribution was analysed and subsequently compared to that of the n-grams retrieved from the prediction errors. Promising results lead to further exploration, while upgrading from single-language to multilingual model. Conclusive results enabled me to infer that the n-grams might indeed be a valid answer to recognition’s performances.
Cette thèse travaille à identifier ce qu’un modèle de reconnaissance de texte apprend pendant son entraînement, à travers l’examen du contenu de ses vérités de terrain et de ses erreurs de prédiction. L’intention principale ici est d’améliorer les connaissances sur le fonctionnement d’un réseau de neurones, avec des expériences focalisées sur des documents tapuscrits. Les méthodes utilisées se sont concentrées surtout sur l’exploration approfondie des données d’entraînement, l’observation des erreurs de prédiction des modèles et la corrélation entre les deux. Une première hypothèse, basée sur l’influence du lexique, fut non concluante. Cependant, cela a dirigé les observations vers un nouveau niveau d’étude, s’appuyant sur un niveau infralexical : les n-grammes. La distribution de ceux des données d’entraînement a été analysée et subséquemment, comparée à celle des n-grammes récupérés dans les erreurs de prédiction. Des résultats prometteurs ont conduit à une exploration approfondie, tout en passant d’un modèle de langue unique à un modèle multilingue. Des résultats concluants m’ont permis de déduire que les ngrammes pourraient effectivement être une réponse valide aux performances de reconnaissance.
Fichier principal
Vignette du fichier
these_chiffoleau_version_finale.pdf (81.93 Mo) Télécharger le fichier
Origine Fichiers produits par l'(les) auteur(s)
licence

Dates et versions

tel-04886481 , version 1 (14-01-2025)

Licence

Identifiants

  • HAL Id : tel-04886481 , version 1

Citer

Floriane Chiffoleau. Understanding the Automatic Text Recognition Process : Model Training, Ground Truth and Prediction Errors. Linguistics. Le Mans Université; Inria Paris, 2024. English. ⟨NNT : 2024LEMA3002⟩. ⟨tel-04886481⟩
0 Consultations
0 Téléchargements

Partager

More