avaliar_htr_lexico: pipeline para validação de HTR em corpora históricos medievais
Abstract
Este script avalia a qualidade de transcrições obtidas via Handwritten Text Recognition (HTR) mediante comparação lexical. Tokens não reconhecidos nos dicionários de referência são sinalizados como "suspeitos" para verificação manual. O pipeline foi desenvolvido para lidar com as especificidades de línguas históricas (latim medieval e castelhano antigo), que apresentam alta variação gráfica e morfológica. Inclui heurística morfológica opcional para reconhecimento de formas flexionadas latinas.
Fields of Study & Subjects
Handwritten Text Recognition Techniques
Digital Humanities and Scholarship
Natural Language Processing Techniques
Publication details
- Journal / source
- Zenodo (CERN European Organization for Nuclear Research)
- Publication date
- 15 January 2026
- Language
- PT