计数、解码与获取:一种手写汉字纠错新方法
计算机视觉与模式识别
2023-08-01 v1
摘要
近来,手写汉字纠错通过采用编码器-解码器方法将汉字分解为形位描述序列(IDS)而得到大幅改进。然而,现有方法隐式地捕获并编码IDS序列中固有的语言信息,倾向于生成与已见字符匹配的IDS序列。这在处理未见错写字符时带来挑战,因为解码器可能生成与某已见字符匹配的IDS序列。因此,我们提出计数、解码与获取(CDF),一种对未见错写字符具有更好泛化能力的新方法。CDF主要由三部分组成:计数器、解码器和获取器。第一阶段,计数器在无符号级位置标注的情况下预测每类部首的数量。第二阶段,解码器利用计数信息逐步生成IDS序列。此外,通过在每个时间步更新计数信息,解码器意识到各部首的存在。借助分解出的IDS序列,我们可判断给定字符是否错写。若错写,获取器在转导迁移学习策略下预测用户原本意图书写的理想字符。我们将该方法集成到现有编码器-解码器模型中,显著提升了其性能。
引用
@article{arxiv.2307.16253,
title = {Count, Decode and Fetch: A New Approach to Handwritten Chinese Character Error Correction},
author = {Pengfei Hu and Jiefeng Ma and Zhenrong Zhang and Jun Du and Jianshu Zhang},
journal= {arXiv preprint arXiv:2307.16253},
year = {2023}
}