《表2 实验结果:Attention机制在脱机中文手写体文本行识别中的应用》
提示:宽带有限、当前游客访问压缩模式
本系列图表出处文件名:随高清版一同展现
《Attention机制在脱机中文手写体文本行识别中的应用》
本文使用的网络框架在编码和解码都用到了LSTM,它对文本行前后序列的学习能力非常强,所以在给文本行打标签的时候,增加了空格标签.比如原始标签为“大家好”,加空格后的标签变为“大#家#好”,空格标签用#表示,这样能在一定程度上抑制前后的联系.如表2所示,加空格标签的字符准确率达到95.76%,比不加空格标签的准确率提升了1.47%.本文采用的加空格标签的Attention机制比Song Wang等人的方法AR提升了3.72%,CR的准确率提升了3.49%.
图表编号 | XD0096850600 严禁用于非法目的 |
---|---|
绘制时间 | 2019.09.01 |
作者 | 王馨悦、董兰芳 |
绘制单位 | 中国科学技术大学计算机科学与技术学院、中国科学技术大学计算机科学与技术学院 |
更多格式 | 高清、无水印(增值服务) |