類似単語対の識別に重要な文字対の調査

对识别相似单词对很重要的字符对的调查

• 批准号: 08780326
• 负责人: 大槻 恭士
• 金额: $ 0.51万
• 依托单位: Yamagata University
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for Encouragement of Young Scientists (A)
• 财政年份: 1996
• 资助国家: 日本
• 起止时间: 1996 至 无数据
• 项目状态: 已结题
• 来源: https://kaken.nii.ac.jp/en/grant/KAKENHI-PROJECT-08780326/
• 关键词: 文字認識; 文書認識; 誤り訂正; 単語辞書; ミニマル・ペア; 類似度

文字認識技術は今後手書きされた文書の認識へと発展が期待されているが,この場合現在の技術では文字の認識誤りが高頻度で発生することは不可避であり,この誤りを何らかの方法により訂正することが必要である.特に言語の持つ冗長性を生かした単語辞書による誤り訂正は強力な誤り訂正手法であるが,それでも訂正できない誤りが存在する.例えば文字単位の認識で単語「文字」の「字」が「学」と誤り,辞書中に「文字」と「文学」の両方とも存在すると,この誤りは訂正することが不可能となる.このような単語対はミニマル・ペア(MP)と呼ばれ,それらを区別する文字対(先の例では「字」と「学」)の識別は,最終的な認識性能を左右するため重要である.本研究では,MPを識別するためにはどのような文字を重点的に認識すれば良いかを解明するため,手書き文字データベースETL9における文字間の近さを類似度によって測り,新明解国語辞典の重要語中のMPについての調査を行なった.その結果,MPおよびMPを識別する文字対は全体のごく僅かであるが,識別に関わる文字は文字全体の大きな部分を占め,ほとんどの文字の認識がMPの識別に必要であることが明らかになった.また,MPの識別における文字対の重要性の基準として,従来の確率に代えて類似度の期待値を考え,重要性の高い文字対の調査を行い,活用語に由来する「す-る」,「り-る」,数詞に由来する「月-日」,複合動詞に由来する「見-切」,「取-引」などの識別が重要であること,そして文字としては「頼」「勝」「通」「縮」「広」「締」「埋」「取」「立」「飛」「見」「浮」「切」「る」などの認識が重要であることが明らかになった.

人物识别技术有望将来发展为对手写文档的识别，但是在这种情况下，不可避免的是在当前技术中经常发生字母识别错误，因此有必要以某种方式纠正此错误。特别是，使用使用语言冗余的单词词典进行错误校正是一种强大的错误校正技术，但是仍然有错误无法纠正。例如，当单词“字符”的“字符”是字典中“学校”的错误，而词典中都存在“字符”和“文学”时，此错误是无法纠正的。这样的单词对称为最小对（MPS），并且区分它们的角色对（在上一个示例中，“角色”和“学校”）很重要，因为它会影响最终的识别性能。在这项研究中，为了澄清应该识别哪种字符以识别MP，我们将解释以下内容：通过相似性来衡量ETL9字符数据库中字符之间的亲密关系，并研究了Shinmeikai日本词典中重要单词中的MPS。结果，据透露，尽管很少有字符识别MPS和MPS，但识别MPS的字符涉及整个角色的很大一部分，并且对大多数字符的识别对于MP身份都是必需的。 Furthermore, as a criterion for the importance of character pairs in MP identification, Instead of the conventional probability, we investigated highly important character pairs, and found that it is important to identify such characters as "suru", "riru", "riru", which originates from conjugated words, "month-day", which originates from numerical words, "s-kiri", and "tracking" which originates from compound verbs, and “跟踪”起源于复杂的动词，以及对诸如“ rai”，“ katsu”，“ tsu”，“ tsu”，“ tsu”，“ sho”，“ sho”，“ hoku”，“ hoku”，“ chi”，“ chi”，“ buri”，“ take”，“ take”，“ take”，“ take”，“ tachi”，“ tachi”，“ to”，“ to”，“”，“ tachi”，“ tachi”，“ hi”，“ sue”的kuike的“” kie中，“”的“”，“”的“