研究目的
为解决历史手写文档识别中数据不足的问题,提出一种基于深度学习的识别器,通过分离光学模型与语言模型实现多语言传导式迁移学习。
研究成果
通过以字母n元语法向量作为枢轴来分离光学模型和语言模型,能够在手写识别中实现多语言迁移学习,尽管当前数据存在局限,但前景可期。未来的工作可以包括添加注意力机制、增加数据量或优化编码器架构。
研究不足
用于有效迁移学习的数据量仍然过低,导致效果欠佳。编码器的噪声输出(例如预测多余的字母n元语法)会降低解码器性能。该方法仅适用于使用相同字母表的语言。
研究目的
为解决历史手写文档识别中数据不足的问题,提出一种基于深度学习的识别器,通过分离光学模型与语言模型实现多语言传导式迁移学习。
研究成果
通过以字母n元语法向量作为枢轴来分离光学模型和语言模型,能够在手写识别中实现多语言迁移学习,尽管当前数据存在局限,但前景可期。未来的工作可以包括添加注意力机制、增加数据量或优化编码器架构。
研究不足
用于有效迁移学习的数据量仍然过低,导致效果欠佳。编码器的噪声输出(例如预测多余的字母n元语法)会降低解码器性能。该方法仅适用于使用相同字母表的语言。
加载中....
您正在对论文“[IEEE 2018年第16届手写识别前沿国际会议(ICFHR) - 美国纽约州尼亚加拉瀑布城(2018年8月5日-8月8日)] 2018年第16届手写识别前沿国际会议(ICFHR) - 通过编码器-解码器策略分离光学与语言模型以实现可迁移手写识别”进行纠错
纠错内容
联系方式(选填)
称呼
电话
单位名称
用途
期望交货周期
称呼
电话
单位名称
用途
期望交货周期