Maskstr: نموذج توجيه النص في المشاهد باستخدام التعتيم

يعتبر التعرف على النصوص في سيناريوهات فقدان المعلومات مثل الضبابية، والانغلاق، وتشويه المنظور تحدياً في التطبيقات الواقعية. لتعزيز القوة، تستخدم بعض الدراسات بيانات إضافية غير مسماة لإعادة تدريب المشفر. بينما تركز دراسات أخرى على تحسين استدلال سياق المفكك. ومع ذلك، تتطلب طرق إعادة التدريب بيانات غير مسماة وفيرة وموارد حوسبة عالية، بينما تعرض الأساليب القائمة على المفكك خطر التصحيح المفرط. في هذه الورقة، نقترح MaskSTR، وهو إطار تدريب ثنائي الفرع لنماذج STR، يستخدم التعتيم بواسطة القطع لمحاكاة فقدان المعلومات. يوجه MaskSTR تعلم التمثيلات البصرية، مما يحسن القوة في ظروف فقدان المعلومات دون الحاجة إلى بيانات إضافية أو مراحل تدريب. علاوة على ذلك، نقدم أسلوب التعتيم الكتلي، وهو طريقة جديدة وبسيطة لتوليد الأقنعة، من أجل تحسين الأداء بشكل أكبر. تظهر التجارب فعالية MaskSTR عبر طرق فك تشفير CTC، والانتباه، وTransformer، محققة تحسينات كبيرة في الأداء وتسجيل نتائج جديدة تعتبر الأفضل في هذا المجال.