基于CapsNet的汉字字形表征模型

• 作者: 叶东毅 谢海闻 陈昭炯
• 来源期刊: 模式识别与人工智能
• 学科: 工学
• 关键词: 汉字字形 胶囊神经网络(CapsNet) 表征模型 部件识别 汉字字形重构
• 年，卷（期）: 2019,（2）
• 所属期刊栏目: 研究与应用
• 页码范围: 169-176
• 页数: 8页
• 分类号: TP391.41
• 字数: 6672字
• 语种: 中文
• DOI: 10.16451/j.cnki.issn1003-6059.201902009

摘要

提出基于胶囊神经网络(CapsNet)的汉字字形表征模型,通过表征汉字字形中的部件实现汉字字形的表征.首先,对任一汉字字形生成所有部件类别的表征向量.然后,根据部件存在概率,利用基于欧氏距离的离群点检测,选取相应的部件表征向量.最后,由选出的部件表征向量组成该汉字的字形表征.实验表明,文中模型在仅经过部件字形训练的情况下,即可有效识别汉字部件,同时自动生成汉字字形的有效表征.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	叶东毅	福州大学数学与计算机科学学院	112	1572	18.0	36.0
2	陈昭炯	福州大学数学与计算机科学学院	68	963	13.0	30.0
3	谢海闻	福州大学数学与计算机科学学院	2	0	0.0	0.0