利用语言知识的汉字识别分类策略.pdfVIP

6—57 利用语言知识的汉字识别分类策略 方应谦曹守建 牛 光 (郑州电子技术学院二系450004) 摘要本文分析丁单字分类的缺点．给出了以多字词及短语为分类的基本单位，利用Markov模型、语 言的多种统计知识及距离测度，进行分类的策略与方法。较好地克服了过去以单字为分类的基本单位 造成的识别率较低、识别速度较慢的缺点。 关薯调汉字识别语言知识分类 1 引 言 长期以来，汉字识别中的分类都是以汉语中的字作为基本单位，称作字分类。字分类的目的是 产生每个待识字的候选字集合．然后将此候选字集合送识别级进行细识别。这种识别系统称为单 字识别，单字识别是印刷体汉字或手写体汉字识别系统中普遍采用的策略。由于单字识别的能力 有限…12】，为了补救识别中产生的错误，通常都在后处理中利用了一些语言知识进行纠错。从本 质上讲，这种利用语言知识的纠错【3卜bJ。仍是建立在单字识别基础上的，受单字识