中文手寫文檔的快速關鍵詞檢索.pdf

1、隨著計算機和網(wǎng)絡通信的迅速發(fā)展，數(shù)字資源變得越來越豐富。為了方便編輯、儲存和傳輸，越來越多的紙質文檔被轉化成數(shù)字文檔。而這其中的大量數(shù)字資源是以圖像而非文本編碼的形式存在，如何對這些文檔信息進行高效管理和使用，尤其是對文檔內容的快速檢索是重要的研究方向。
　　關于文檔檢索近年來有很多研究工作發(fā)表，但是這些方法對于手寫文檔檢索都很難同時保證較高的檢索精度和速度。針對大規(guī)模多人書寫的脫機中文手寫文檔，本文提出了一種快速實時的關鍵詞檢索

2、方法。
　　首先，本文搭建了一個基于過切分、字符識別的手寫中文文檔的關鍵詞檢索系統(tǒng)，并提出基于文檔圖像的候選切分-識別網(wǎng)格預先計算并保留多個候選識別結果生成索引文件。然后只需要在索引文件上檢索關鍵詞，能大幅提高檢索速度同時保持檢索精度。
　　其次，初始生成的索引比較大，包含許多冗余信息。本文考慮了文字間的上下文信息，搜索文本行的候選切分-識別網(wǎng)格中的TOP-N上下文最優(yōu)路徑，再由這些最優(yōu)路徑生成新的索引。這種方法能在保持檢索