用于检测中文字符识别错误的多分类器方法

摘要

在很多领域中，识别错误的检测是一项重要的工作，比如进一步提高检测识别的性能，节约阅读校对和修改、编辑需要的人工劳动，以及在构造数字图书馆时为检索分配合适的权重等。本文提出一种用于多分类器检测识别错误的新方法。采用单一分类器和单一门限的检测方法，并不能提高检测识别错误的能力，因此需要使用多分类器。虽然一个分类器无法提高检测识别错误的能力，但它提供了比较的基线，相关的错误检测其有用特征的学习表明了可以提供三种不同的情况。在每一种情况中，多分类器分别分配一个分类器检测是否有错误，并且考虑每种情况的额外特征。实验结果表明，识别错误的回现率为70％-80％，识别错误的检测精确率为80％-90％，比使用单一分类器和单一门限检测方法具有更好的效果，能节省75％的人工劳动。