-
|
想问下[2024-05-02] Support mixed Chinese English formula recognition.具体是指什么样的功能或识别能力。测试如果是公式里带有中文字符并不能正常识别出来，看HF模型的tokenizer_config.json、vocab.jsont也没有更新中文的词。 |
Beta Was this translation helpful? Give feedback.
Replies: 2 comments 1 reply
-
|
具体来说就是可以把中英文文字和公式混在一起识别（需要在web demo的侧栏里打开混合识别的选项），例如这张图： 混合识别会进行文字OCR+公式OCR，所以公式识别模型的tokenizer并不需要有中文的token。 |
Beta Was this translation helpful? Give feedback.
-
|
为了防止概念混淆，新版本已经把中英文公式识别更名为段落识别 |
Beta Was this translation helpful? Give feedback.
-
|
使用混合识别后推理速度会很慢，而且目前的版本效果还没有做的很好，等新一版的公式识别模型训练好以后（大概6月初）应该会改善很多。 |
Beta Was this translation helpful? Give feedback.
具体来说就是可以把中英文文字和公式混在一起识别（需要在web demo的侧栏里打开混合识别的选项），例如这张图：
混合识别会进行文字OCR+公式OCR，所以公式识别模型的tokenizer并不需要有中文的token。