mT5 OCR cleaning model

For further models, scripts and details, see or our demo site.

• Pretrained model used: mT5-base
• Prefix: "trans: "

Limitations

• max_source_length = 256
• max_target_length = 256

Citation

If you use this model, please cite the following paper:

@inproceedings {laki-ocr,
    title = {OCR hibák javítása neurális technológiák segítségével},
	booktitle = {XVIII. Magyar Számítógépes Nyelvészeti Konferencia},
	year = {2022},
	publisher = {Szegedi Tudományegyetem, Informatikai Intézet},
	address = {Szeged, Magyarország},
	author = {Laki, László and and Kőrös, Ádám and Ligeti-Nagy, Noémi and and Nyéki, Bence and Vadász, Noémi and Yang, Zijian Győző and Váradi Tamás},
	pages = {417--430}
}