篇章級手寫識別的用戶自適應模型.pdf

1、傳統(tǒng)的手寫輸入法識別過程包括用戶輸入,單字識別,用戶選擇以及改錯,在這個過程中,不免會打斷用戶書寫過程中的思路,難以保持書寫的連貫性,導致輸入法的效率低。同時這種輸入法識別模式,導致選擇識別候選時,無法使用到文字之間的上下文信息,進一步導致識別率低。在手寫識別過程中,每個用戶的手寫習慣以及連筆情況均不相同,對于獨立于特定用戶手寫習慣的手寫識別,相對于特定用戶來說,手寫識別結果不是很好。
　　針對以上手寫輸入法存在的問題,本文設計了

2、一種基于篇章文檔的用戶自適應模型手寫識別方法。這種方法可以將手寫文字與識別文字共同呈現(xiàn)給用戶,可供用戶編輯手寫文字以及修改識別結果。一方面可以使用文字間上下文關系,進一步提高識別效率,另一方面也可以滿足用戶書寫的流暢度。而針對特定用戶來說,采集用戶特有的手寫特征,使用增量學習的方法,創(chuàng)建以及更新用戶模型,以自適應的提高用戶識別結果的準確率。利用以上篇章文字之間的上下文信息,使用語言模型以及相似度對識別結果進行后處理,第一候選的識別率有所

3、提高。
　　本文的研究內容以及主要工作包括三個方面。首先,添加自相似計算方法,根據(jù)用戶手寫文檔,統(tǒng)計每個手寫字符與其相似的手寫字符,使用改進的動態(tài)時間彎曲算法用來計算兩兩手寫字的相似度,以實現(xiàn)篇章級用戶手寫文檔的相似度分析。其次,根據(jù)上下文信息,添加語言模型,使用基于字的二元文法調整候選項的位置。本文中使用 N-gram語言模型來實現(xiàn)此功能。最后,構建用戶自適應模型,采用增量學習方法,學習用戶的手寫字符信息,更新用戶模型,在更新用

4、戶模型過程中,本文使用增量學習的 Linear Discriminated Analysis(LDA)與增量學習的Modified Quadratic Discriminated Function(MQDF)相結合的方法。
　　根據(jù)以上對系統(tǒng)做出的改進,識別效果有所提高。通過計算手寫字符相似性,有效的減少了用戶的修改操作,在修改第一識別結果時,根據(jù)字間相似度,能自適應的調整與其相似的手寫字符的識別結果,間接地提高了手寫識別的準確率