基于HMM的滿文文本識別后處理的研究.pdf

1、本文討論了脫機手寫體滿文文本識別后處理系統(tǒng)的設計和實現(xiàn)，其中采用了在文本識別后處理中應用最廣泛的技術，即基于隱馬爾可夫模型(HMM)的后處理和基于詞匹配的后處理方法。 論文首先敘述了少數(shù)民族語言信息化的現(xiàn)狀及滿文識別后處理的意義和必要性。從總體上描述了滿文文本識別系統(tǒng)的結(jié)構(gòu)和后處理在整個識別系統(tǒng)中的作用。然后，列舉了在文本識別后處理過程中應用的比較成熟的和正在探索的一些方法。主要包括：基于詞匹配的文本識別后處理、基于句法-語義的

2、文本識別后處理、基于人工神經(jīng)網(wǎng)絡的文本識別后處理、基于統(tǒng)計方法的文本識別后處理。并且在討論基于統(tǒng)計的文字識別的后處理時，著重的討論了隱馬爾可夫模型(HMM)在脫機手寫體滿文文本識別后處理中的基本思想和方法。在采用隱馬爾可夫模型(HMM)進行文本識別后處理時，提出了一種有效估算單字識別的結(jié)果可信度(即單字識別置信度)的方法，準確的估算單字識別結(jié)果對進一步進行識別后處理具有重要的意義。接著對影響后處理的幾個重要因素：語料庫的規(guī)模，語料的選取

3、，數(shù)據(jù)平滑做了重點討論。 在討論詞匹配的后處理方法時，首先分析統(tǒng)計方法的不足：統(tǒng)計語言模型僅僅考慮了語言的上下文關系，但不考率任何的語法和語義關系。在實現(xiàn)中假定一個滿語的語句是一個一階或二階馬爾可夫鏈，這樣實現(xiàn)簡化的假設使發(fā)生錯誤的概率進一步增大。事實上，馬爾可夫鏈只對非單詞詞組有較好的連接的關系。轉(zhuǎn)移概率本身是由訓練語料庫決定，與實際文本有一定的偏差。然后介紹了詞匹配方法的思想，最后提出詞匹配法和隱馬爾可夫模型(HMM)相結(jié)合