搜索
当前所在位置: 首页>AI资讯

谷歌AI提出MathWriting:整合人工书写和合成数据集等改变手写数学表达式识别

发布时间:2024-04-24 作者:汽车资讯 点击:25 【 字体:

划重点:⭐ 谷歌 AI 发布 MathWriting 数据集,为在线手写数学表达提供230k 人工编写和400k 合成样本,成为 ME 识别新标杆⭐ MathWriting 数据集比 CROHME23具有更多样本和标签,包括广泛的数学符号和语法标记⭐ MathWriting 支持训练模型、评估性能,并提供未来发展方向的参考站长之家(FM富民主版转载http://www.fmhost.net)4月24日 消息:近年来,在线文本识别模型取得了显著进展,但数学表达(ME)识别作为更为复杂的任务仍未得到足够关注。谷歌研究团队推出了 MathWriting,一个专注于在线手写数学表达的数据集,包含230k 人工编写和400k 合成样本,超越了类似 IM2LATEX-100K 的离线 HME 数据集。与其他在线数据集兼容,MathWriting 以 InkML 格式共享,并通过栅格化墨迹有效扩展了离线 HME 数据集。这一举措为 ME 识别引入了新的标准,提供了标准化的真实表达以简化训练和强化评估,同时在 GitHub 上提供代码示例以便于使用。与 CROHME23相比,MathWriting 样本数量几乎是其近3.9倍,标签数量经过归一化后增加了4.5倍。MathWriting 不仅具有更多人工编写的墨迹,还提供了更广泛的符号范围,包括大部分希腊字母和矩阵等,从而能够代表量子力学、微积分和线性代数等各种科学领域。MathWriting 数据集包括253k 人工编写表达和6k 孤立符号用于训练、验证和测试,同时还有396k 合成表达。发布在知识共享许可下,以 LATEX 标准化注释作为真实标准,基于 MathWriting 的测试部分,使用字符错误率(CER)指标构建手写数学表达识别基准。各种识别模型,包括 CTC Transformer 和 OCR,展示了数据集的实用性。数据收集涉及人类贡献者通过 Android 应用程序复制渲染表达式,随后经过最少的后处理和标签归一化以提高模型性能。MathWriting 数据集相比 CROHME23提供了手写数学表达的详细信息,包括广泛的标签和墨迹统计,为了多样性提供了宝贵信息。尽管存在识别挑战,但 MathWriting 是训练和评估手写识别模型的全面资源,为了提供对真实识别场景的见解。MathWriting 具有广泛的应用,支持跨科学领域的识别训练,并能够生成合成表达式。与 CROHME23等数据集的整合有望提高模型性能和多样性。边界框数据有助于生成合成墨迹,可能为更自然的合成改进 LATEX 的严格结构。此外,还提供了用于 UI 功能的字符分割途径。未来的研究可以专注于优化训练 / 验证 / 测试分割以及开发针对数学表达的语言模型。论文:https://arxiv.org/abs/2404.10690
阅读全文
相关推荐

百明信康完成逾11亿元C轮融资

百明信康完成逾11亿元C轮融资
来源:投中网2023-06-29 17:43:13 近日,专注于提供突破性免疫治疗方案的生物制药公司“百明信康”宣布完成逾11亿元人民币C轮融资。本轮融资由德同资本、百润资本、德国YSIM基金、见素资本、科泉基金、康君资本、一家欧...

今日中国黄金基础金价(2024年4月24日)

今日中国黄金基础金价(2024年4月24日)
中国黄金实时基础金价(2024年4月24日)中国黄金实时基础金价(2024年4月24日)实时基础金价547.60元/克黄金纯度99.0%打开APP,查看更多高清行情>>更多中国黄金基础金价黄金实时报价,请关注:今日金价备注:以上价格仅供参考,请以官方价格为准。如有对实物投资有何疑可咨询本...

算力不足,小模型成AI模型发展下个方向?

算力不足,小模型成AI模型发展下个方向?
大模型不是AI的唯一出路,把模型做小也是本事。这段时间,AI模型界是真的热闹,新的模型不断涌现,不管是开源还是闭源,都在刷新成绩。就在前几天,Meta就上演了一出“重夺开源铁王座”的好戏。发布了Llama38B和70B两个版本,在多项指标上都超越了此前开源的Grok-1和DBRX,成为了新的开源大模...

云参观丨8座对外开放环保设施了解一下

云参观丨8座对外开放环保设施了解一下
2020年至今,环保设施对外开放也在有条不紊进行中。虽然少了线下参观,但是不少地方陆陆续续发起了线上云开放活动,让人们能够跟随镜头了解真实的环保设施运行情况。 例如哈尔...

温彬等:5月工业企业利润好于预期,去库存进度继续加快

温彬等:5月工业企业利润好于预期,去库存进度继续加快
来源:中新经纬2023-06-30 12:24:31   中新经纬6月28日电 题:5月工业企业利润好于预期,去库存进度继续加快  作者 温彬 中国民生银行首席经济学家  王静文 中国民生银行研究院宏观研究中心主任  从2023年...

建设银行龙年金条价格今天多少一克(2024年05月08日)

建设银行龙年金条价格今天多少一克(2024年05月08日)
金投网提供建设银行龙年金条价格今天多少一克(2024年05月08日),建设银行龙年金条价格最新消息(2024年05月08日) 建设银行龙年金条价格今天多少一克(2024年05月08日) 产品名...

贵阳:贵安新区首购房公积金贷款额度上浮20% 支持既提又贷

贵阳:贵安新区首购房公积金贷款额度上浮20% 支持既提又贷
来源:中新经纬2023-06-29 09:00:24   中新经纬6月28日电 据贵阳市住房公积金管理中心网站消息,近日,该中心发布关于《住房公积金服务贵安新区高质量发展的十条措施(征求意见稿)》 (下称《意见稿》)。其中提到,在...

2024甲辰年1公斤金制纪念币价格(2024年05月08日)

2024甲辰年1公斤金制纪念币价格(2024年05月08日)
金投网提供2024甲辰年1公斤金制纪念币价格(2024年05月08日),2024甲辰年1公斤金制纪念币价格最新消息(2024年05月08日) 2024甲辰年1公斤金制纪念币价格(2024年05月08日) ...

看到这些“十四五”环保规划 你就不觉得远了

看到这些“十四五”环保规划 你就不觉得远了
2020年,十三五各项计划收官之年,环保也不例外。自然的,十四五规划也要做起来了。 1、 2020年5月15日,生态环境部例行新闻发布会上透露,已经启动了 十四五大气污染防治专项规划...

天猫上线AI砍价功能 网友:AI的出击让我“脚趾扣地”

天猫上线AI砍价功能 网友:AI的出击让我“脚趾扣地”
站长之家(FM富民主版转载http://www.fmhost.net)4月24日 消息:近日,小红书博主“脆皮钵钵柒”在平台上分享了自己在天猫App中的新奇体验。他在购物车页面偶然发现了一个“帮讲价”的按钮,出于好奇尝试点击后,出现了客服对话页面,AI主动出击,向商家提出“¥38.3卖不卖”的砍价要...
返回顶部