用于检测中文字符识别错误的多分类器方法

• 作者: K. - Y. Hung R. W. P. Luk D.S. Yeung K. F. L. Chung W. Shu 范生淼（译）
• 来源期刊: 图象识别与自动化
• 学科: 工学
• 关键词: 字符识别 错误检测 模式识别和语言模型
• 年，卷（期）: 2005,（2）
• 页码范围: 16-30
• 页数: 15页
• 分类号: TP309

摘要

在很多领域中，识别错误的检测是一项重要的工作，比如进一步提高检测识别的性能，节约阅读校对和修改、编辑需要的人工劳动，以及在构造数字图书馆时为检索分配合适的权重等。本文提出一种用于多分类器检测识别错误的新方法。采用单一分类器和单一门限的检测方法，并不能提高检测识别错误的能力，因此需要使用多分类器。虽然一个分类器无法提高检测识别错误的能力，但它提供了比较的基线，相关的错误检测其有用特征的学习表明了可以提供三种不同的情况。在每一种情况中，多分类器分别分配一个分类器检测是否有错误，并且考虑每种情况的额外特征。实验结果表明，识别错误的回现率为70％-80％，识别错误的检测精确率为80％-90％，比使用单一分类器和单一门限检测方法具有更好的效果，能节省75％的人工劳动。