Adapting multilingual vision language transformers for low-resource Urdu optical character recognition (OCR) تكييف محولات لغة الرؤية متعددة اللغات للتعرف البصري على الحروف الأردية (OCR) منخفضة الموارد Adapter les transformateurs de langage de vision multilingues pour la reconnaissance optique de caractères (roc) ourdou à faibles ressources Adaptación de transformadores de lenguaje de visión multilingüe para el reconocimiento óptico de caracteres (OCR) en urdu de bajos recursos

In the realm of digitizing written content, the challenges posed by low-resource languages are noteworthy. These languages, often lacking in comprehensive linguistic resources, require specialized attention to develop robust systems for accurate optical character recognition (OCR). This article addresses the significance of focusing on such languages and introduces ViLanOCR, an innovative bilingual OCR system tailored for Urdu and English. Unlike existing systems, which struggle with the intricacies of low-resource languages, ViLanOCR leverages advanced multilingual transformer-based language models to achieve superior performances. The proposed approach is evaluated using the character error rate (CER) metric and achieves state-of-the-art results on the Urdu UHWR dataset, with a CER of 1.1%. The experimental results demonstrate the effectiveness of the proposed approach, surpassing state of the-art baselines in Urdu handwriting digitization. في مجال رقمنة المحتوى المكتوب، تجدر الإشارة إلى التحديات التي تفرضها اللغات منخفضة الموارد. تتطلب هذه اللغات، التي تفتقر غالبًا إلى الموارد اللغوية الشاملة، اهتمامًا متخصصًا لتطوير أنظمة قوية للتعرف البصري الدقيق على الحروف (OCR). تتناول هذه المقالة أهمية التركيز على هذه اللغات وتقدم ViLanOCR، وهو نظام مبتكر للتعرف الضوئي على الحروف ثنائي اللغة مصمم خصيصًا للأردية والإنجليزية. على عكس الأنظمة الحالية، التي تعاني من تعقيدات اللغات منخفضة الموارد، يستفيد ViLanOCR من نماذج اللغة المتقدمة القائمة على المحولات متعددة اللغات لتحقيق أداء متفوق. يتم تقييم النهج المقترح باستخدام مقياس معدل خطأ الأحرف (CER) ويحقق أحدث النتائج في مجموعة بيانات UHWR الأردية، مع معدل خطأ أحرف 1.1 ٪. تُظهر النتائج التجريبية فعالية النهج المقترح، متجاوزة حالة خطوط الأساس الفنية في رقمنة خط اليد الأردية. Dans le domaine de la numérisation du contenu écrit, les défis posés par les langues à faibles ressources sont remarquables. Ces langues, souvent dépourvues de ressources linguistiques complètes, nécessitent une attention particulière pour développer des systèmes robustes de reconnaissance optique de caractères (roc) précise. Cet article traite de l'importance de se concentrer sur ces langues et présente ViLanOCR, un système OCR bilingue innovant adapté à l'ourdou et à l'anglais. Contrairement aux systèmes existants, qui sont confrontés aux subtilités des langages à faibles ressources, ViLanOCR tire parti de modèles de langage avancés basés sur des transformateurs multilingues pour obtenir des performances supérieures. L'approche proposée est évaluée à l'aide de la métrique du taux d'erreur sur les caractères (CER) et permet d'obtenir des résultats de pointe sur l'ensemble de données UHWR en ourdou, avec un CER de 1,1 %. Les résultats expérimentaux démontrent l'efficacité de l'approche proposée, dépassant l'état des bases de l'art dans la numérisation de l'écriture manuscrite en ourdou. En el ámbito de la digitalización del contenido escrito, los desafíos planteados por los idiomas de bajos recursos son notables. Estos idiomas, que a menudo carecen de recursos lingüísticos integrales, requieren atención especializada para desarrollar sistemas robustos para el reconocimiento óptico de caracteres (OCR) preciso. Este artículo aborda la importancia de centrarse en dichos idiomas e introduce ViLanOCR, un innovador sistema de OCR bilingüe adaptado para urdu e inglés. A diferencia de los sistemas existentes, que luchan con las complejidades de los lenguajes de bajos recursos, ViLanOCR aprovecha los modelos de lenguaje avanzados basados en transformadores multilingües para lograr un rendimiento superior. El enfoque propuesto se evalúa utilizando la métrica de la tasa de error de caracteres (CER) y logra resultados de vanguardia en el conjunto de datos de UHWR en urdu, con una CER del 1,1%. Los resultados experimentales demuestran la efectividad del enfoque propuesto, superando las líneas de base del estado del arte en la digitalización de la escritura a mano en urdu.