文献

J-GLOBAL ID：201702216208814274   整理番号：17A0116145

オンライン中国語手書き認識のための深いLSTMネットワーク【Powered by NICT】

Deep LSTM Networks for Online Chinese Handwriting Recognition

著者 (4件)： Sun Li ,  Su Tonghua ,  Liu Ce ,  Wang Ruigang
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2016  号： ICFHR  ページ： 271-276  発行年： 2016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： 現在二重負荷はオンライン中国語手書き文字認識で発生する大規模訓練データは,各文字の境界を持つ注釈する必要があり,有効な特徴は,専門家がhandcraftedすべきである。そのような問題を軽減するために,本論文では,リカレントニューラルネットワークに基づく新しいエンドツーエンド認識手法を提案する。深い双方向長い短期記憶(LSTM)層とフィードフォワードサブサンプリング層の混合物アーキテクチャを用いて,長い文脈史軌跡を符号化する。コネクショニスト時間分類(CTC)目的関数は,入力軌道と出力ストリング間の配列情報を与えることなくモデルを訓練するために可能にした。復号化の間,言語的制約を統合する賢明なために工夫される修飾CTCビーム探索アルゴリズム。著者らの方法は,CASIA OLHWDB2のテストセットと競合集合の両方で評価した。最先端の方法と比較して,30%以上の相対誤差減少は正解率と正確な速度の両方の点で試験セットで観察された。より挑戦的な競合セットにも,登録語彙以外の問題は無視できれば良好な結果は,この方法によって達成することができる。Copyright 2017 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： *ネットワーク ,  エンドツーエンド方式 ,  *中国語 ,  手書き文字認識 ,  制約条件 ,  目的関数 ,  語彙
準シソーラス用語： 正解率 ,  相対誤差 ,  探索アルゴリズム ,  短期記憶 ,  リカレントニューラルネットワーク ,  訓練データ ,  *手書き ,  *オンライン , 【Automatic Indexing@JST】

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (4件)： オンライン ,  中国語 ,  手書き認識 ,  LSTMネットワーク