PyTorchKR Papers

최신 논문

총 3편
태그·기간 등 상세 필터

카테고리 탐색

로그인 후 이 태그 구독

arXiv:2607.09299v1cs.CV

TextileNet: 필사본의 제로샷 텍스트 스타일 분할을 향하여

TextileNet: Towards Zero-shot Text-style Segmentation of Manuscripts

자동 필적 식별 시스템은 최근 몇 년간 눈부신 발전을 이루었지만, 레이블된 학습 데이터의 부족, 개방형 필사자 집합, 그리고 저하된 이미지 품질로 인해 고문서 고문자학 분야에서의 실제 적용은 여전히 제한적이다. 우리는 TextileNet을 제안한다. TextileNet은 합성 데이터만으로 학습된 완전 합성곱 멀티태스크 네트워크로, 밀집 픽셀 수준 텍스처 임베딩을 생성하며, 이를 역사적 필사본 분석에 제로샷으로 전이한다. 평가 방법론에 대한 독창적인 기여로서, 우리는 80개의 쌍 및 삼중 질문으로 구성된 고문자학 시각 퀴즈를 설계하고, 엄격한 익명성 하에 일반 참가자부터 고위 고문자학자에 이르는 다양한 대상에게 시행하여, 우리의 지식 범위 내에서 처음으로 후기 중세 텍스트의 필기체 스타일 판별에 대한 인간 기준선을 확립하였다. 우리는 TextileNet 임베딩을 활용하여 필적 및 성별 식별을 위한 서브워드 단위의 제로샷 검색을 수행한다. 실험 결과는 고문자학 분야에서 TextileNet의 신뢰성을 구축하는 데 기여하지만, 그보다 더 중요하게는 필적에서의 성별 문제가 신중하게 다루어져야 함을 실험적으로 입증한다.

arXiv:2607.08539v1cs.DB

DocMaster: 문서 분석을 위한 계층 구조 인식 시스템

DocMaster: A Hierarchical Structure-Aware System for Document Analysis

기존 시스템이 문서를 평탄화된 텍스트 청크로 처리해 계층 구조 정보를 손실하는 문제를 해결하기 위해, DocMaster는 문서를 계층적 트리로 파싱하고 LLM 기반 PC-KMeans 클러스터링과 하이퍼에지로 구조 인식 시맨틱 인덱스를 구축한다. 이를 통해 트리 탐색·FAISS 시맨틱 검색·하이퍼에지 매칭을 결합한 삼중 모달 검색(tri-modal retrieval)으로 정확한 문서 필터링과 검색-증강 생성(RAG) 기반 질의응답을 지원한다.

arXiv:2606.22608v1cs.CV

Electronic Babylonian Library 전역 자동 기호 검출: 대규모 데이터셋과 종단간 쐐기문자 OCR 파이프라인

Automated sign detection across the Electronic Babylonian Library: A large-scale dataset and end-to-end cuneiform OCR pipeline

쐐기문자 서판을 읽는 법을 학습하는 것은 매우 어려운 작업이며, 따라서 발굴된 약 50만 점의 서판 가운데 아시리아학자들이 분석한 것은 극히 일부에 불과하다. 컴퓨터 비전은 해독에 유망한 접근을 제공하지만, 대규모의 밀집 주석 데이터셋이 필요하다. 이 한계를 해결하기 위해 지금까지 최대 규모의 주석 쐐기문자 기호 데이터셋을 사용하고, Deformable Detection Transformer(DETR) 기반 객체 검출 모델을 173개 및 106개 클래스의 두 가지 클래스 세분성에서 평가한다. 제안된 시스템은 자동 서판 면 추출, 휴리스틱 줄 그룹화, n-gram 기반 텍스트 유사도 평가를 통합하여 시각적 기호 검출과 텍스트 구조를 연결하며, COCO 스타일 검출 지표에서 기존 연구 대비 최대 28-37%의 일관된 성능 향상을 달성한다. 추론 단계에서 이 방법은 Electronic Babylonian Library(eBL) 말뭉치의 87,668개 서판 파편에 적용되어 약 290만 건의 기호 검출 결과를 생성한다. 이 접근법은 언어학적 사전 지식 없이 동작하며 서판 손상 및 레이아웃 변동성에 여전히 민감하지만, 말뭉치 전역 쐐기문자 분석을 위한 확장 가능하고 해석 가능한 기반을 제공하며 향후 멀티모달 및 언어 모델링 프레임워크와의 통합을 지원한다.