大词汇量脱机手写蒙古文整词识别研究

发布时间：2021-05-20 00:56

　　近年来,随着数字化技术的飞速发展,越来越多的蒙古文手写文献资源被转换成图像格式加以保存。然而,图像格式的蒙古文手写文献资源并不适合词频统计、内容分析、编辑与检索。因此,本文针对脱机手写蒙古文识别问题开展相关研究,为挖掘和利用蒙古文手写文献资源提供便利。蒙古文独特的构词方式导致其词汇量巨大,据统计蒙古文词汇量可达数百万,常用词汇也有几十万。此外,本文所关注的脱机手写蒙古文是非受限书写,在这种条件下,单词书写变形非常严重,这使得脱机手写蒙古文识别任务极具挑战性。针对蒙古文词汇量巨大、书写变形严重等特点,本文提出了适合于蒙古文构词特点和书写方式的整词识别方法。本文的主要工作如下:（1）采用目前文字识别领域最为流行的卷积循环神经网络与连接时序分类器相结合的模型（Convolution Recurrent Neural Network-Connectionist Temporal Classification,CRNN-CTC）,实现了脱机手写蒙古文整词识别。在相关脱机手写蒙古文数据集上进行测试,并与该数据集上性能最佳的深度神经网络与隐马尔科夫相结合的模型（Deep Neural Network... 

【文章来源】：内蒙古大学内蒙古自治区 211工程院校

【文章页数】：57 页

【学位级别】：硕士

【文章目录】：
摘要
ABSTRACT
第一章 绪论
    1.1 研究背景及意义
    1.2 手写识别方法分类及蒙古文特点分析
    1.3 脱机手写蒙古文识别研究现状
    1.4 本文的研究重点
    1.5 本文的结构安排
第二章 相关模型介绍
    2.1 卷积神经网络
        2.1.1 卷积神经网络的结构
        2.1.3 卷积神经网络的总结
    2.2 循环神经网络
        2.2.1 LSTM
        2.2.3 GRU
    2.3 连接时序分类器
        2.3.1 CTC的原理
        2.3.2 CTC的特点
    2.4 注意力机制
        2.4.1 注意力机制简介
        2.4.2 手写蒙古文识别中的注意力机制
第三章 CRNN-CTC模型的脱机手写蒙古文整词识别
    3.1 小词汇量脱机手写蒙古文数据集
        3.1.1 实验数据集
        3.1.2 数据预处理
    3.2 CRNN-CTC模型
        3.2.1 模型结构介绍
        3.2.2 模型训练补充说明
    3.3 实验结果与分析
        3.3.1 模型性能检测标准
        3.3.2 结果与分析
    3.4 本章小结
第四章 序列到序列模型的脱机手写蒙古文整词识别
    4.1 大词汇量手写蒙古文数据集
        4.1.1 数据预处理
        4.1.2 实验数据集
    4.2 具有注意力机制的序列到序列模型
        4.2.1 模型结构介绍
        4.2.2 后处理
        4.2.3 帧序列生成方式
    4.3 不同的帧序列生成方式实验
        4.3.1 帧重叠方式实验结果与分析
        4.3.2 帧不重叠方式实验结果与分析
    4.4 数据增强实验
        4.4.1 数据增强方法
        4.4.2 数据增强结果与分析
    4.5 基于大词汇量手写蒙古文数据集的对比实验
        4.5.1 帧重叠方式实验结果与分析
        4.5.2 帧不重叠方式实验结果与分析
        4.5.3 数据增强实验结果与分析
    4.6 本章小结
第五章 总结与展望
    5.1 总结
    5.2 展望
参考文献
致谢


【参考文献】：
期刊论文
[1]蒙文文档图像的倾斜检测方法[J]. 魏宏喜,高光来.  内蒙古大学学报(自然科学版). 2007(04)

博士论文
[1]蒙古文古籍图像检索技术研究[D]. 魏宏喜.内蒙古大学 2012

硕士论文
[1]联机手写蒙古文字识别技术的研究[D]. 白文荣.内蒙古大学 2007
[2]印刷体蒙古文字识别中关键技术的研究[D]. 魏宏喜.内蒙古大学 2006
[3]联机手写蒙古文字识别技术的研究与实现[D]. 吴伟.内蒙古大学 2005



本文编号：3196767