手写速记识别与LION数据集
计算机视觉与模式识别
2023-08-16 v1
摘要
目的：本文使用新颖的LION数据集建立手写速记识别的基线，并探究将速记理论的选定方面纳入识别过程的影响。我们公开LION数据集，旨在鼓励未来关于手写速记识别的研究。方法：训练一个最先进的文本识别模型以建立基线。通过应用四种不同的编码方法将目标序列转换为表示，近似该书写系统的选定方面，从而整合速记领域知识。通过使用基于合成数据的预训练方案进一步改进结果。结果：基线模型的平均测试字符错误率（CER）为29.81%，词错误率（WER）为55.14%。通过将速记特定的目标序列编码与预训练及微调相结合，测试错误率显著降低，CER降至24.5% - 26%，WER降至44.8% - 48.2%。结论：所得结果展示了速记识别的挑战性。整合速记特定知识，结合合成数据上的预训练与微调，带来可观改进。连同我们此前关于该主题的前驱研究，这是首个将现代手写文本识别应用于速记的工作。数据集与我们的代码通过Zenodo公开可用。
引用
@article{arxiv.2308.07799,
title = {Handwritten Stenography Recognition and the LION Dataset},
author = {Raphaela Heil and Malin Nauwerck},
journal= {arXiv preprint arXiv:2308.07799},
year = {2023}
}