中文信息学报手写中文地址识别后处理方法的研究.PDFVIP

中　文 　信 　息　学 　报 第 20卷 第 6期 　 JO URNAL O F CH INESE INFO RM A T IO N PROCESS ING Vol20 No6 文章编号 : 1003 - 0077 (2006) 06 - 0069 - 06 手写中文地址识别后处理方法的研究① 1 1 1 2 2 3 3 龙 　翀 ,庄 　丽 ,朱小燕 ,黄开竹 ,孙 　俊 ,堀田悦伸 ,直井聡 ( 1清华大学 计算机系 智能技术与系统国家重点实验室 ,北京 　100084; 2富士通研究开发中心有限公司 ,北京 　1000 16; 3富士通研究所 , 日本 川崎 　2 11 - 8588) ( ) 摘要 : OCR 光学字符识别技术 作为方便有效的字体识别技术 ,在办公自动化 、信息恢复 、数字图书馆等 方面发挥着 日益重要的作用 。语言模型在 OCR 后处理 ,特别是在中文的文字识别后处理方面有着广泛的应 用 。本文针对手写中文地址的后处理 ,讨论了语言模型的粒度对识别正确率的影响 ,分析了基于字和基于词 的语言模型各自的优点和缺点 ,并采用了基于词的语言模型 ,在此基础上提出了加权词图有哪些信誉好的足球投注网站算法 。实验证 明 ,在 58269条中文手写地址的测试集上 ,手写地址的整体识别率由原来的 2856%上升到了 7566% ,错误 率下降了 6593% ,大大提高了系统的性能 。 关键词 :人工智能 ;模式识别 ; OCR;语言模型 ;后处理 中图分类号 : TP39 1　　　　文献标识码 : A A Po stprocessin g A pproach for Han dwr itten Ch in ese A ddress Recogn ition 1 1 1 2 LON G Chong , ZHUAN G L i , ZHU X iaoyan , HUAN G Kaizhu , 2 3 3 SUN Jun , Yo sh inobu Hotta , Sato sh i N ao i ( 1D ep artm ent of Computer Science and Technology State Key L aboratory of Intelligent Technology and System s, Tsinghua Un iversity , B eij ing 100084 , Ch ina; 2 Inform ation Technology L aboratory, Fuj itsu R D Center Co. L td. , B eij ing 1000 16 , Ch ina; 3Fuj itsu L aboratories L td, Kawasak i 2 11 8588, Jap an) A b stract:OCR (Op tical Character R ecogn ition) , a conven ient and efficient au tom atic character recogn ition tool, is becom ing more and more importan t in office autom at