文献

J-GLOBAL ID：201802264554588418   整理番号：18A0444708

深部残留ネットワークの多標識学習を介したラジカルに基づく漢字認識【Powered by NICT】

Radical-Based Chinese Character Recognition via Multi-Labeled Learning of Deep Residual Networks

著者 (3件)： Wang Tie-Qiang ,  Yin Fei ,  Liu Cheng-Lin
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： ICDAR  ページ： 579-584  発行年： 2017年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 中国の歴史文書のディジタル化は,文字カテゴリーの膨大なセットで,大部分の特性が一般的に使用されていないことを新しい挑戦であり,特性分類器を訓練するための試料数を有していた。この問題を解決するために,漢字のラジカルレベル組成を考察し,多重標識学習を用いた深い残留ネットワークを用いた位置依存ラジカルを検出することを提案した。文字は,訓練サンプルに現れるラジカルから構成されているとすれば,これは,訓練試料を用いない新しい文字の認識を可能にした。多重標識学習では,各訓練特性試料はそれが含む各ラジカルのための正のラベルが付けられ,訓練後,文字に現れるすべてのラジカルを検出することができた。印刷された漢字の大きなカテゴリー集合データベース上での実験結果は,提案した方法がラジカルを正確に検出できることを示した。ラジカル配置によれば,提案モデルでは新しい特性と同様に訓練された文字を認識する確実ことができる。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： 中華人民共和国 ,  データベース ,  *漢字 ,  多重化 ,  *学習 ,  *ラジカル ,  *ネットワーク ,  *深部
準シソーラス用語： ディジタル化 , 【Automatic Indexing@JST】

分類 (1件)： パターン認識  (JE07000S)

タイトルに関連する用語 (6件)： 深部 ,  残留 ,  標識 ,  学習 ,  ラジカル ,  漢字