基于CNN图像识别与语义可靠性的路径搜索方法

作者：李宇霞; 孙永奇^*; 闫茹; 朱卫国

来源：计算机工程, 2021, 47(01): 255-274.

DOI：10.19678/j.issn.1000-3428.0056844

• 文本识别
• 语言模型
• 卷积神经网络
• 长短期记忆网络
• 字形相似度
• 结巴中文分词

光学字符识别技术可有效提高票据应用中票据信息录入的工作效率。针对票据的复杂背景与不规范手写字符降低票据识别准确率的问题,结合卷积神经网络图像识别与语义可靠性,提出一种可靠性优先的路径搜索方法,以降低模糊字符对搜索路径的干扰。利用基于公司名结构特点的前后缀推断策略,有效解决公司名前后缀识别错误问题。采用结巴中文分词与字符位置信息检查识别结果中的错误,并将长短期记忆语言模型与在传统字形相似度基础上引入的汉字部件相似度相结合进行纠错。实验结果表明,通过将纠错策略与该方法相结合可有效提高公司名识别准确率至93.08%。

• 单位
  北京交通大学