中文手寫文檔的快速關(guān)鍵詞檢索.pdf

1、隨著計(jì)算機(jī)和網(wǎng)絡(luò)通信的迅速發(fā)展，數(shù)字資源變得越來越豐富。為了方便編輯、儲(chǔ)存和傳輸，越來越多的紙質(zhì)文檔被轉(zhuǎn)化成數(shù)字文檔。而這其中的大量數(shù)字資源是以圖像而非文本編碼的形式存在，如何對(duì)這些文檔信息進(jìn)行高效管理和使用，尤其是對(duì)文檔內(nèi)容的快速檢索是重要的研究方向。
　　關(guān)于文檔檢索近年來有很多研究工作發(fā)表，但是這些方法對(duì)于手寫文檔檢索都很難同時(shí)保證較高的檢索精度和速度。針對(duì)大規(guī)模多人書寫的脫機(jī)中文手寫文檔，本文提出了一種快速實(shí)時(shí)的關(guān)鍵詞檢索

2、方法。
　　首先，本文搭建了一個(gè)基于過切分、字符識(shí)別的手寫中文文檔的關(guān)鍵詞檢索系統(tǒng)，并提出基于文檔圖像的候選切分-識(shí)別網(wǎng)格預(yù)先計(jì)算并保留多個(gè)候選識(shí)別結(jié)果生成索引文件。然后只需要在索引文件上檢索關(guān)鍵詞，能大幅提高檢索速度同時(shí)保持檢索精度。
　　其次，初始生成的索引比較大，包含許多冗余信息。本文考慮了文字間的上下文信息，搜索文本行的候選切分-識(shí)別網(wǎng)格中的TOP-N上下文最優(yōu)路徑，再由這些最優(yōu)路徑生成新的索引。這種方法能在保持檢索