في عالم اليوم الرقمي، تبرز أهمية تحويل المخطوطات التاريخية إلى نصوص إلكترونية، مما يسهل الوصول إليها وحفظها لدراسات أكاديمية جديدة. لكن، تواجه عملية فك التشفير (OCR) Challenges كبيرة نتيجة لتنوع وتفاوت كتابة المخطوطات، مما يتطلب نهجاً مبتكراً.

تمتاز المخطوطات السنسكريتية التاريخية بتعقيدها، حيث تختلف تخطيطات الصفحة وأنماط الكتابة باختلاف العصور. هنا يبرز دور عملية التعديل التكراري، التي تهدف إلى تحسين دقة النسخ من خلال تعديل النماذج القائمة على OCR باستمرار بناءً على خصائص المخطوطات الهدف.

يقدم البحث الجديد نظام OCR تقليدي قادر على التعلم من كل صفحة يتم فك تشفيرها، مما يؤدي إلى تحسين مستمر في دقة النسخ وتقليل الحاجة للجهد البشري، الذي يتطلب خبرة عميقة في التاريخ. باستخدام هذا النظام، تمت تجديد نصوص من ثلاثة مخطوطات سنسكريتية تاريخية، مع تقديم مجموعة بيانات تحتوي على تعليقات تفصيلية حول تنسيق المخطوطات، إلى جانب تعليقات برمجية في صيغة PAGE-XML القياسية.

يظهر البحث نتائج كمية مميزة نتيجة للتعديل المتكرر على نظام OCR التقليدي، ويقيس أداء النماذج اللغوية المتعددة الوسائط على هذه المجموعة الجديدة. هذه النتائج تتجاوز مجرد تحسين الدقة، بل تفتح آفاقاً جديدة للبحث الأكاديمي في مجال المخطوطات التاريخية.