Tieflernes für klassische japanische Literatur

Viel der Forschung im Bereich maschinelles Lernen konzentriert sich auf die Erstellung von Modellen, die bei Benchmark-Aufgaben gut abschneiden, was wiederum unser Verständnis der damit verbundenen Herausforderungen verbessert. Aus Sicht der ML-Forscher ist der Inhalt der Aufgabe selbst weitgehend irrelevant, daher gibt es zunehmend Forderungen, dass Benchmark-Aufgaben stärker auf Probleme fokussieren sollten, die sozial oder kulturell relevant sind. In dieser Arbeit stellen wir Kuzushiji-MNIST vor, einen Datensatz, der sich auf Kuzushiji (kursive japanische Schrift) konzentriert, sowie zwei größere und anspruchsvollere Datensätze, Kuzushiji-49 und Kuzushiji-Kanji. Mit diesen Datensätzen möchten wir die maschinellen Lerncommunity in die Welt der klassischen japanischen Literatur einbinden. Der Datensatz ist unter https://github.com/rois-codh/kmnist verfügbar.