文献

J-GLOBAL ID：201902253978863337   整理番号：19A0248178

大語彙ハイブリッドDNN/HMMアラビアオンライン手書き認識システム【JST・京大機械翻訳】

Large Vocabulary Hybrid DNN/HMM Arabic Online Handwriting Recognition System

著者 (3件)： Ragab Omar Khaled Ali ,  Fahmy Aly ,  Abdou Sherif
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： ACPR  ページ： 876-881  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： オンラインアラビア手書き認識は,それが自然的に,制約されていないので,二つの問題である。アラビア語スクリプトの解析は,ほとんどの文字の上または下に置かれ,通常書かれている絶対ドット/ストークにより複雑化されている。加えて,アラビア語は形態と構文に富んでおり,それにより,大語い辞書を扱うために,良好なオンライン手書きシステムに対する必要がある。以前に,シーケンス再順序付けによる隠れMarkovモデル(HMM)は,アラビア語手書きを認識することに固有の大部分のジレンマに対する成功した解決策を提供した。近年,Deep Neural Network(DNN)は,HMMと統合されたとき,署名者の改善を提供することが示されている。本論文では,ハイブリッドDNN/HMMモデルを用いて,大語いアラビアHWRシステムを構築するために行われたeポートを紹介した。このシステムは,セグメンテーションを超えて使用される。開発したシステムを,125k単語の辞書サイズを持つ100の書込みにより書かれた12k単語のテストセットを用いてテストした。このシステムは,それぞれ認識された単語において,71.62%,89.61%の精度を達成し,そして,著者らの知識に対するトップの認識された単語は,大語いアラビアHWRに対して,最も良く報告された結果である。Copyright 2019 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 手書き文字認識 ,  語彙 ,  *単語 ,  セグメンテーション ,  隠れMarkovモデル
準シソーラス用語： 順序づけ ,  手書き ,  構文 ,  スクリプト ,  アラビア語 ,  *オンライン , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (5件)： 語彙 ,  HMM ,  アラビア ,  オンライン ,  手書き認識