LLM-alapú utófeldolgozás OCR-kimeneteken kézzel írt címek felismerésében: A nagy nyelvi modellek és a hagyományos módszerek összehasonlító tanulmánya a postai címkorrekció területén

Fazakas János (2025) LLM-alapú utófeldolgozás OCR-kimeneteken kézzel írt címek felismerésében: A nagy nyelvi modellek és a hagyományos módszerek összehasonlító tanulmánya a postai címkorrekció területén. Pénzügyi és Számviteli Kar.

	PDF LLM-alapú utófeldolgozás OCR-kimeneteken Kézzel írt címek felismerésében.pdf Hozzáférés joga: Csak nyilvántartásba vett egyetemi IP címekről nyitható meg Download (2MB)
	PDF biralatilap_Fazakas_János.pdf Hozzáférés joga: Bizalmas dokumentum (bírálat) Download (143kB)

Absztrakt (kivonat)

A nemzetközi postai küldemények feldolgozása során a kézzel írt címek automatikus felismerése (OCR) máig jelentős kihívást jelent a zajos kimenetek és a kontextuális kétértelműség miatt. A szakdolgozat célja a nagy nyelvi modellek (LLM) és a hagyományos utófeldolgozási módszerek – mint a lexikon-alapú fuzzy illesztés és szabályalapú validálás – összehasonlító elemzése a hibás OCR-kimenetek javításában. A kutatás egy szintetikusan előállított, 2000 elemből álló, négy ország (Németország, Magyarország, Olaszország, USA) címzési szokásait reprezentáló adathalmazon, szimulált hibamátrix segítségével vizsgálta a két megközelítést. Az eredmények azt mutatják, hogy az LLM-alapú megközelítés statisztikailag szignifikáns javulást ért el: a teljes cím pontosságát 90,2%-os relatív javulással 15,60%-ra növelte, míg a karakterhiba-arányt (CER) 17,4%-kal csökkentette a hagyományos módszerhez képest. Míg az LLM kiemelkedően teljesített a szemantikai értelmezést igénylő mezők (utcanév, város) esetében, addig a strukturált adatoknál, például az irányítószámoknál, a hagyományos módszer bizonyult megbízhatóbbnak. A dolgozat konklúziója, hogy bár az LLM-ek pontossága felülmúlja a hagyományos eljárásokét, a magas számítási és idő igény miatt ipari környezetben hibrid architektúra alkalmazása javasolt, ahol az LLM a hagyományos rendszer által elutasított, videókódolást igénylő esetek kezelését végzi.

Intézmény

Budapesti Gazdasági Egyetem

Kar

Pénzügyi és Számviteli Kar

Tudományterület/tudományág

NEM RÉSZLETEZETT

Szak

Gazdaságinformatikus

Mű típusa:	diplomadolgozat (NEM RÉSZLETEZETT)
Kulcsszavak:	AI, LLM, NLP, ocr, postai szolgáltatások, szintetikus adatok
SWORD Depositor:	User Archive
Felhasználói azonosító szám (ID):	User Archive
Rekord készítés dátuma:	2026. Júl. 09. 10:59
Utolsó módosítás:	2026. Júl. 09. 10:59

Actions (login required)

Tétel nézet