文献

J-GLOBAL ID：202102285962916315   整理番号：21A1391751

オンライン手書き数式表現認識のためのストロークベース後部注意【JST・京大機械翻訳】

Stroke Based Posterior Attention for Online Handwritten Mathematical Expression Recognition

著者 (7件)： Wu Changjie (NEL-SILP, University of Science and Technology of China,Hefei,Anhui,P. R. China) ,  Wang Qing (NEL-SILP, University of Science and Technology of China,Hefei,Anhui,P. R. China) ,  Zhang Jianshu (NEL-SILP, University of Science and Technology of China,Hefei,Anhui,P. R. China) ,  Du Jun (NEL-SILP, University of Science and Technology of China,Hefei,Anhui,P. R. China) ,  Wang Jiaming (NEL-SILP, University of Science and Technology of China,Hefei,Anhui,P. R. China) ,  Wu Jiajia (AI Research iFLYTEK CO., LTD.,Hefei,Anhui,P. R. China) ,  Hu Jinshui (AI Research iFLYTEK CO., LTD.,Hefei,Anhui,P. R. China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2021  号： ICPR  ページ： 2943-2949  発行年： 2021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： 最近,多くの研究が,オンライン手書き数学的表現認識(OHMER)のために,軌道点のシーケンスをLaTeXストリングに変換するために,注意ベースの符号器-デコーダモデルを採用することを提案し,これらのモデルの認識性能は,注意の精度に決定的に依存する。本論文では,基本的にソフト注意モデルを採用する以前の方法とは異なり,ソフト注意モデルにより生成された出力確率を観測後,注意確率を修正する事後注意モデルを採用することを提案した。後部注意機構をさらに改善するために,ストロークレベル特徴に符号器から得た点レベル特徴を集約するストローク平均プール層を提案する。ストロークによって発生する出力確率が点によって発生するよりもより説得力があるので,事後注意が点レベル特徴よりストロークレベル特徴に実装されることを主張して,著者らは実験的解析によって証明した。CROHME競争タスクに関して,著者らは,脳卒中ベースの事後注意がCROHME2014で54.26%,CROHME2016で51.75%の発現認識率を達成することを示す。注意可視化解析に従って,後方注意機構がソフト注意機構より良いアラインメント精度を達成できることを経験的に実証した。Copyright 2021 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： 可視化 ,  *符号器 ,  脳卒中
準シソーラス用語： *手書き ,  認識率 ,  *オンライン ,  アライメント精度 , 【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 (6件)： オンライン ,  手書き ,  数式表現 ,  ストローク ,  後部 ,  注意