中文手写体 strokes 级别大规模数据库与 OpenHandWrite_Toolbox 用于手写体研究
计算机视觉与模式识别
2025-09-09 v1
摘要
理解语言组成部分（如音韵、语义和拼写系统）如何调制中文手写体在字符、偏旁和笔画水平上的表现，仍是重要且尚未充分研究的议题。此外，缺乏用于捕捉和批量处理细粒度手写数据的数据捕获工具。为此，我们构建了一个大规模手写体数据库，其中 42 位中文说话者完成 1200 个汉字的书写-背诵任务。此外，我们增强了现有的手写体软件包，提供针对升级版 OpenHandWrite_Toolbox 的综合文档，该工具可轻松修改实验设计、捕捉笔画级别的手写轨迹，并批量处理手写测量（如延迟、持续时间和笔画压力）。在分析我们的大规模数据库时，多个回归结果表明，拼写预测器对字符、偏旁和笔画水平的手写准备和执行都有显著影响。音韵因素也在所有三个层次上影响执行。重要的是，这些词汇效应显示出分层衰减——在字符层次中最为显著，随后是偏旁，然后在笔画层次中最弱。这些发现表明，偏旁和笔画水平的手写准备和执行与语言组成部分紧密交织。该数据库和工具为未来针对不同语言中字符和亚字符手写体的心理语言学和神经语言学研究提供了宝贵资源。
引用
@article{arxiv.2509.05335,
title = {A Stroke-Level Large-Scale Database of Chinese Character Handwriting and the OpenHandWrite_Toolbox for Handwriting Research},
author = {Zebo Xu and Shaoyun Yu and Mark Torrance and Guido Nottbusch and Nan Zhao and Zhenguang Cai},
journal= {arXiv preprint arXiv:2509.05335},
year = {2025}
}