一种基于字词结合的汉字识别上下文处理新方法.pdf

《一种基于字词结合的汉字识别上下文处理新方法.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、第39卷第7期计算机研究与发展VoI.39，No.72002年7月JOURNALOFCOVPUTERRESEARCHANDDEVELOPVENTJuIy2002!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!一种基于字词结合的汉字识别上下文处理新方法李元祥!"丁晓青!吴佑寿!!（清华大学电子工程系智能技术与系统国家重点实验室北京100084）"（解放军理工大学气象学院南京211101）（Lyx@ocrserv.ee.tsinghua.edu.cn）摘要根据字、词

2、信息之间的互补性，提出一种字、词结合的上下文处理方法.在单字识别的基础上，首先利用前向-后向搜索算法在较大的候选集上进行基于字bigram模型的上下文处理，在提高文本识别率的同时可提高候选集的效率；然后在较小的候选集上进行基于词bigram模型的上下文处理.该方法在兼顾处理速度的同时，可有效地提高文本识别率.脱机手写体汉字文本（约6.6万字）识别中的实验表明：经字bigram模型处理，文本识别率由处理前的81.58%提高至94.50%，文本前10选累计正确率由94.33%提高到98.25%；再经词bigram模型处理，文本识别率进一步提高至9

3、5.75%.关键词汉字识别，语言模型，上下文处理，前向-后向搜索算法，候选集效率中图法分类号TP391ANOVELMETHODBASEDONINTEGRATINGCHARACTERSWITHWORDSFORCONTEXTUALPROCESSINGOFCHINESECHARACTERRECOGNITIONLIYuan-xiang!"，DINGxiao-oing!，andWUYou-Shou!!（StateKeyLaboratoryofIntelligentTechnologyandSystems，DepartmentofElectronicEn

4、gineering，TsinghuaUniuersity，Beijing100084）"（MeteorologyCollege，PLAUniuersityofScienceandTechnology，Nanjing211101）AbstractAccordingtothecompIementaritybetweenChinesecharactersandChinesewords，anoveIcontextuaIprocessingmethodisputforward，whichintegratescharacter-basedIanguage

5、modeIwithword-basedIanguagemodeI.OnthebasisofisoIatedcharacterrecognition，character-basedbigrampost-processingusingforward-bacl-wardsearchisfirstexecutedonbigcandidatesets，whichimprovesboththerecognitionrateofdocument（RRD）andtheefficiencyofcandidatesets（theaccumuIatedrecogn

6、itionrateofthetoptencandidatesisgreatIyboost-ed）.Then，word-basedbigrampost-processingisexecutedonsmaIIcandidatesetstofurtherimprovetheRRD.ThismethodeffectiveIyimprovestheRRDwhiIegivingattentiontotheprocessingspeedinthemeantime.Experi-mentaIresuItsonoff-IinehandwrittenChines

7、edocuments（about66000characters）demonstratetheeffectivenessofthenoveImethod：character-basedbigrampost-processingimprovestheRRDto94.50%from81.58%RRDbeforepost-processing，andtheaccumuIatedrecognitionrateofthetoptencandidatesboostsfrom94.33%to98.25%.The95.75%RRDisobtainedafter

8、word-basedbigrampost-processing.原稿收到日期：2001-05-15；修改稿收到日期：2002-03-14本课题得到国家自然科学基金（