<?xml version="1.0"?>
<rdf:RDF xmlns:rdf="http://www.w3.org/1999/02/22-rdf-syntax-ns#" xmlns:dc="http://purl.org/dc/elements/1.1/"><rdf:Description rdf:about="https://repozitorij.uni-lj.si/IzpisGradiva.php?id=180734"><dc:title>Optično prepoznavanje cirilskih znakov s pomočjo vizualno-jezikovnih modelov</dc:title><dc:creator>Ivanović,	Sandra	(Avtor)
	</dc:creator><dc:creator>Kavčič,	Alenka	(Mentor)
	</dc:creator><dc:subject>optično prepoznavanje znakov</dc:subject><dc:subject>vizualno-jezikovni modeli</dc:subject><dc:subject>zgodovinski dokumenti</dc:subject><dc:description>Naloga se osredotoča na izboljšanje prepoznave besedila v zbirki zapisnikov yu1Parl, ki vsebuje zapisnike parlamentarnih sej Narodnega predstavništva Kraljevine SHS oziroma Jugoslavije iz obdobja 1919-1939. Ti dokumenti so zapisani v srbohrvaščini in slovenščini, pri čemer srbohrvaščina uporablja dve pisavi, latinico in cirilico, kar predstavlja dodaten izziv za optično prepoznavo znakov. Optično prepoznavo cirilskih znakov smo poskušali izboljšati s pomočjo dveh vizualno-jezikovnih modelov, GOT in SmolDocling.
Za potrebe dodatnega učenja modelov je bila ustvarjena množica približno 20.000 sintetičnih slik, ki je služila kot učna množica za izboljšanje zmogljivosti modelov na zgodovinskih dokumentih.
Rezultati so pokazali, da dodatno učenje vizualno-jezikovnih modelov na sintetičnih podatkih sicer izboljša uspešnost optične prepoznave cirilskih znakov, vendar na realnih dokumentih iz korpusa yu1Parl tudi prilagojeni modeli še vedno ne dosegajo zadostne stopnje zanesljivosti za praktično uporabo.</dc:description><dc:date>2026</dc:date><dc:date>2026-03-16 09:15:10</dc:date><dc:type>Diplomsko delo/naloga</dc:type><dc:identifier>180734</dc:identifier><dc:language>sl</dc:language></rdf:Description></rdf:RDF>