特定人手写汉字识别系统

该课题是校定科研项目。

现代社会是一个信息化的社会，知识经济时代呼唤高速、实效的信息处理。人们对知识的消化和运用能力反映了人们对知识的获取和处理能力。手写文稿的输入、编辑、自动识别正是适应这种要求而发展起来的。

现有的脱机手写体汉字识别系统面临的主要困难是识别率较低，同时要求书写汉字清晰、工整，因此限制了这些系统的使用。针对这一情况，课题组建立了一个既可以通用人使用又可特定人使用的汉字识别系统。

由于特定人手写体汉字识别的样本采集是限制特定人手写体汉字识别的主要因素，因此课题组根据汉字本身的特点提出一种极小化训练集的训练方法。该方法一方面通过以通用人识别字典为基础进行训练来减少训练的次数，另一方面通过总结汉字本身的一些特点来减少训练样本的个数。

试验结果表明，该方法对于减小训练集、快速训练形成特定人的特征字典是非常有效的。在系统的后处理方面，课题组在词匹配、隐马尔可夫模型的基础上，又依靠文本的统计信息进行高频字串的提取。通过与现有词库的比较，判断哪些为未登录词，并利用这些提取出来的未登录词对识别后的文本进行进一步的处理，从而进一步提高系统的识别率。同时在人工干预的情况下，对现有的词库进行更新，形成一种自适应的结构。

以上这些理论和方法的提出和实现，大大提高了原有系统的实用性。在提高系统识别率的情况下，最大限度地减少了训练样本的个数，方便了用户的使用。

经过多年的努力，课题组的系统完全达到了项目指标的要求。在将训练集减少到原来的30%以下的情况下，对特定人手写体汉字的识别率达到96%以上。同时，系统即可通用人使用又可特定人使用。

课题组所建立的系统具有以下几个特点：

1. 良好的人机交互界面；
2. 即可通用人使用，又可特定人使用；
3. 一种有效的极小化训练集的方法；
4. 增加对未登录词的处理，有效提高了系统的识别率；
5. 形成一种自适应结构，可以在人工干预的情况下自动地更新后处理的词库。

该课题是校定科研项目。现代社会是一个信息化的社会，知识经济时代呼唤高速、实效的信息处理。人们对知识的消化和运用能力反映了人们对知识的获取和处理能力。手写文稿的输入、编辑、自动识别正是适应这种要求而发展起来的。现有的脱机手写体汉字识别系统面临的主要困难是识别率较低，同时要求书写汉字清晰、工整，因此限制了这些系统的使用。针对这一情况，课题组建立了一个既可以通用人使用又可特定人使用的汉字识别系统。由于特定人手写体汉字识别的样本采集是限制特定人手写体汉字识别的主要因素，因此课题组根据汉字本身的特点提出一种极小化训练集的训练方法，该方法一方面通过以通用人识别字典为基础进行训练来减少训练的次数，另一方面通过总结汉字本身的一些特点来减少训练样本的个数。试验结果表明该方法对于减小训练集、快速训练形成特定人的特征字典是非常有效的；在系统的后处理的方面，课题组在词匹配、隐马尔可夫模型的基础上又依靠文本的统计信息进行高频字串的提取，通过与现有词库的比较判断哪些为未登录词并利用这些提取出来的未登录词对识别后的文本进行进一步的处理，从而进一步的提高系统的识别率，同时在人工干预的情况下对现有的词库进行更新，形成一种自适应的结构。以上这些理论和方法的提出和实现，大大的提高了原有系统的实用性，在提高系统识别率的情况下，最大限度的减少了训练样本的个数，方便了用户的使用。经过多年的努力，课题组的系统完全达到了项目指标的要求，在将训练集减少到原来的30％以下的情况下，对特定人手写体汉字的识别率达到96％以上。同时即可通用人使用又可特定人使用。课题组所建立的系统具有以下几个特点：1.良好的人机交互界面；2.即可通用人使用，又可特定人使用；3.一种有效的极小化训练集的方法；4.增加对未登录词的处理，有效的提高了系统的识别率；5.形成一种自适应结构，可以在人工干预的情况下自动地更新后处理的词库。