تدريب نماذج الذكاء الاصطناعي باستخدام مجموعات بيانات الكشف عن النصوص متعددة اللغات والتعرف الضوئي على الحروف

الوصف: مجموعة بيانات باللغات العربية والتايلاندية والفيتنامية والهندية والإنجليزية والصينية

الوصف: تحتوي مجموعة بيانات النصوص العربية على مجموعة من نماذج النصوص المكتوبة باللغة العربية. وتشمل هذه المجموعة أنواعًا مختلفة من المحتوى، مثل المقالات الإخبارية، ومنشورات وسائل التواصل الاجتماعي، والأدب، والحوارات، وتغطي مواضيع وأساليب كتابة متنوعة. تُستخدم هذه المجموعة في مهام مثل معالجة اللغة الطبيعية، وتصنيف النصوص، وتحليل المشاعر، والترجمة الآلية في تطبيقات اللغة العربية.

الوصف: مجموعة بيانات باللغات الصينية والإنجليزية والتبتية والأويغورية

الوصف: تحتوي مجموعة بيانات قوائم الطعام الصينية والإنجليزية على صور أو نماذج نصية لقوائم طعام المطاعم باللغتين الصينية والإنجليزية. تتضمن هذه المجموعة خطوطًا وتصاميم وهياكل قوائم طعام متنوعة، تعرض أسماء الأطباق ووصفها وأسعارها بلغتين. تُعد هذه المجموعة مفيدة لمهام مثل التعرف الضوئي على الأحرف (OCR) والترجمة الآلية ورقمنة قوائم الطعام في بيئات متعددة اللغات.

الوصف: تحتوي مجموعة بيانات الكتابة اليدوية الصينية على نماذج من النصوص الصينية المكتوبة بخط اليد، بما في ذلك المقالات والتأليفات وغيرها من النصوص الطويلة. وتتميز بتنوع أنماط الكتابة اليدوية ومستويات تعقيدها، وتُستخدم في مهام مثل التعرف على الكتابة اليدوية وتحليل النصوص وتدريب نماذج التعلم الآلي.

الوصف: تتألف مجموعة بيانات مطالبات الواي فاي الصينية من عينات نصية موجودة في مطالبات الواي فاي وشاشات تسجيل الدخول المكتوبة باللغة الصينية. وتشمل عادةً مطالبات وتعليمات ورسائل خطأ متنوعة تتعلق بالاتصال بشبكات الواي فاي أو إدارتها. تُستخدم هذه المجموعة في مهام مثل التعرف على النصوص، ومعالجة اللغة الطبيعية، وتحسين واجهات المستخدم الخاصة باتصال الشبكة.

الوصف: تحتوي مجموعة بيانات الكتابة اليدوية باللغتين الإنجليزية والصينية على نماذج مكتوبة بخط اليد باللغتين الإنجليزية والصينية، تُظهر أنماط كتابة متنوعة ومستويات مختلفة من تعقيد الأحرف. تُستخدم هذه المجموعة عادةً لتدريب وتقييم نماذج التعرف على الكتابة اليدوية، ودعم تحليل النصوص متعددة اللغات، وغيرها من الأبحاث ذات الصلة. تتضمن مجموعة البيانات نطاقًا واسعًا من الأحرف والأرقام والكلمات والجمل في كلتا اللغتين.

الوصف: تتضمن مجموعة بيانات لافتات المحلات باللغتين الإنجليزية والصينية صورًا للافتات محلات تعرض نصوصًا باللغتين الإنجليزية والصينية. وتشمل هذه المجموعة عناصر لافتات متنوعة، مثل أسماء المتاجر والإعلانات والعروض الترويجية والاتجاهات، معروضة بخطوط وأنماط وتنسيقات مختلفة. تُستخدم هذه المجموعة في مهام مثل اكتشاف النصوص والتعرف عليها، وفهم المشاهد متعددة اللغات، وتحسين نماذج رؤية الحاسوب لتفسير اللافتات ثنائية اللغة.

الوصف: تحتوي مجموعة بيانات النصوص ذات الزوايا الخاصة باللغتين الإنجليزية والصينية على صور لنصوص معروضة بزوايا واتجاهات مختلفة باللغتين الإنجليزية والصينية. وتشمل نصوصًا من مصادر متنوعة، مثل اللافتات والإعلانات والوثائق، التي لا تُعرض بتنسيقات أفقية قياسية. تُستخدم هذه المجموعة لتدريب وتقييم نماذج الكشف عن النصوص والتعرف عليها، لا سيما تلك القادرة على التعامل مع النصوص ذات الاتجاهات والوجهات غير التقليدية.

الوصف: تتضمن مجموعة بيانات قوائم الطعام الإنجليزية صورًا أو نماذج نصية لقوائم طعام المطاعم المكتوبة باللغة الإنجليزية. وتتميز بتنوع الخطوط والتصاميم وأنماط التنسيق، مع محتوى يشمل أسماء الأطباق ووصفها وأسعارها. تُستخدم هذه المجموعة غالبًا في مهام مثل التعرف الضوئي على الأحرف (OCR) واستخراج النصوص ورقمنة قوائم الطعام في التطبيقات المتعلقة بالأغذية.