文献

J-GLOBAL ID：202102269389545329   整理番号：21A0423756

手書き数式認識におけるCNNと2D BLSTMによる局所特徴抽出

CNN and 2D BLSTM for Local Feature Extraction in Handwritten Mathematical Expression Recognition

著者 (4件)： 森住啓 (東京農工大 大学院工学府) ,  NGUYEN Cuong Tuan (東京農工大 大学院工学府) ,  清水郁子 (東京農工大 大学院工学府) ,  中川正樹 (東京農工大 大学院工学府)
資料名： 電子情報通信学会技術研究報告(Web)  (IEICE Technical Report (Web))
巻： 120  号： 300(PRMU2020 38-68)  ページ： 105-110 (WEB ONLY)  発行年： 2020年12月10日 
JST資料番号： U2030A  ISSN： 2432-6380  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： 日本 (JPN)  言語： 日本語 (JA)

抄録/ポイント： 算数や数学の試験では,学習者の理解を問うために記述式問題が有効であるが,採点のコストや採点時間が課題になる.そこで,手書き答案の採点自動化が望まれている.そのためには,手書き数式の認識やクラスタリングが必要になる.本稿では,Encoder部の特徴抽出に2D BLSTMを用いて手書き数式の認識率を向上させることを提案する.2D BLSTMは2次元画像の特徴と文脈の抽出に対して有効性が期待できる.評価実験では,これによって認識率が約3.5ポイント向上した.また,CTCによる補助学習を提案する.Encoderで抽出された特徴は,Decoder部を通して誤差が伝えられるため,特徴の学習が伝わりにくい.CTCによる補助学習は,この問題を改善できる可能性がある,評価実験では,これによって認識率が約5.5ポイント向上することを確認した.(著者抄録)

シソーラス用語： *手書き文字認識 ,  *式 ,  ニューラルネットワーク ,  機械学習 ,  教師つき学習 ,  特徴抽出 ,  組合せ最適化問題 ,  文書画像 ,  画像処理
準シソーラス用語： LSTMネットワーク ,  畳込みニューラルネットワーク ,  数式

分類 (1件)： パターン認識  (JE07000S)

引用文献 (9件)：

• Y. Z. Zhe Li , Lianwen Jin , Songxuan Lai, “Improving Attention-Based Handwritten Mathematical Expression Recognition with Scale Augmentation and Drop Attention,” Proc. 17th Int. Conf. Front. Handwrit. Recognition, pp. 175-080, 2020.
• M. Luong, H. Pham, and C. D. Manning, “Effective Approaches to Attention-based Neural Machine Translation,” Proc. 2015 Conf. Empir. Methods Nat. Lang. Process., p. 1412-1421, 2015.
• J. Zhang et al., “Watch, attend and parse: An end-to-end neural network based approach to handwritten mathematical expression recognition,” Pattern Recognit., vol. 71, pp. 196-206, Nov. 2017, doi:10.1016/j.patcog.2017.06.017.
• Y. Deng, A. Kanervisto, J. Ling, and A. M. Rush, “Image-to-Markup Generation with Coarseto-Fine Attention,” 34th Int. Conf. Mach. Learn. ICML 2017, vol. 3, pp. 1631-1640, Sep. 2016.
• T.-N. Truong, C. T. Nguyen, K. M. Phan, and M. Nakagawa, “Improvement of End-to-End Offline Handwritten Mathematical Expression Recognition by Weakly Supervised Learning,” Proc. 17th Int. Conf. Front. Handwrit. Recognit., pp. 181-186, 2020.

タイトルに関連する用語 (5件)： 手書き ,  数式 ,  CNN ,  2D ,  局所特徴