基于偏旁部首计数分析网络的零样本汉字识别

摘要

为了提高零样本汉字识别的准确率，克服传统方法在未见汉字识别上的局限性，并进一步改进以偏旁部首为基元的汉字识别方法，本研究提出了一种以注意力机制为基础的编码器-解码器架构的部首计数分析网络，用于零样本汉字识别问题。在编码器阶段，引入了多尺度部首计数模块；而在解码器阶段，则运用了多尺度注意力机制。本文将一个汉字看作是由若干偏旁部首及其空间结构组成的序列，通过计算偏旁部首及空间结构的数量，实现了对汉字的有效识别。实验结果表明，在SCUT-SPCC和CTW两个基准数据集上，本文所提出的新模型在零样本汉字识别方面表现优异。本研究能够更好地捕捉汉字的特征信息，并实现对未见汉字的准确识别。这对汉字识别领域的研究与应用具有重要指导意义，可为相关领域的研究提供新思路和方法。

关键词

汉字识别 / 零样本学习 / 部首计数分析网络 / 多尺度 / 注意力机制