研究人员开发了一种新颖的两阶段零样本汉字识别(ZS-CCR)框架,旨在通过利用汉字的组成结构来识别训练期间未见过的汉字。第一阶段STG-CLIP利用几何先验增强表意文字描述序列(IDS),以改进全局检索。第二阶段的部首验证模块(RVM)通过将候选字符的部首与其输入字形中的兼容区域进行匹配来验证候选字符。该方法在ICDAR2013基准测试中取得了最先进的性能,在2,755个已见类别中达到了83.06%的top-1准确率。 AI
影响 这项研究推进了复杂字符集的零样本学习能力,有可能改善资源匮乏语言的光学字符识别和语言处理。
排序理由 该集群包含一篇详细介绍零样本汉字识别新方法的论文。
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →