利用辅助任务改进阿姆哈拉语手写单词识别
计算机视觉与模式识别
2022-02-28 v1
摘要
阿姆哈拉语是埃塞俄比亚联邦民主共和国的官方语言之一。它是使用埃塞俄比亚字母的语言之一，该字母源自吉兹语——一种古老且现今作为礼仪使用的语言。阿姆哈拉语也是埃塞俄比亚使用最广、文献丰富的语言之一。在阿姆哈拉语光学字符识别(optical character recognition, OCR)尤其是阿姆哈拉语手写文本识别方面，创新且定制化的研究工作十分有限。本研究将探讨阿姆哈拉语手写单词识别。采用了包括卷积神经网络与循环神经网络并结合连接时序分类(connectionist temporal classification, CTC)损失的先进深度学习技术，以端到端方式实现识别。更重要的是，测试了一种利用阿姆哈拉语字母行向相似性的辅助任务来补充损失函数的创新方法，显示出相较基线方法的显著识别提升。此类发现将促进针对特定问题的创新解决方案，并为源自特定问题领域的通用方案提供见解。
引用
@article{arxiv.2202.12687,
title = {Improving Amharic Handwritten Word Recognition Using Auxiliary Task},
author = {Mesay Samuel Gondere and Lars Schmidt-Thieme and Durga Prasad Sharma and Abiot Sinamo Boltena},
journal= {arXiv preprint arXiv:2202.12687},
year = {2022}
}