手写文本图像中基于词典的关键词 spotting 的概率框架

基于字符串查询的关键词 spotting（KWS）在此被视为对大规模手写文本图像集合进行索引以实现对这些集合内容快速文本访问的关键技术。在此视角下，我们提出了一个用于文本图像中基于词典 KWS 的概率框架。该阐述旨在提供教程式的视角，以帮助理解 KWS 的经典表述及其所带来的相关挑战。更具体地说，所提框架的发展使得词识别或分类隐式或显式地构成任何 KWS 表述的基础这一事实不言自明。此外，它清楚地表明，成功用于手写文本识别的相同统计模型与训练方法也可有利地用于 KWS，尽管 KWS 通常不需要或依赖任何先前生成的图文转写。这些思想被发展为一种特定的、概率上严谨的免分割、基于词典、按字符串查询的 KWS 方法。我们给出了采用该方法进行的实验，其支持了所提框架的一致性与普遍意义。我们考量了传统上用于 KWS 基准测试的若干数据集，所得结果显著优于这些数据集上已发表的结果。此外，我们报告了两个新的、更大的手写文本图像数据集上的结果，展示了本文所提方法在大规模手写文档集合索引与文本检索方面的巨大潜力。