我读过 LSTM 和 RNN，甚至 CTC。据我了解，RNN 用于计算序列中缺失的标记（例如，句子中的单词）。但是，我的问题是阅读用草书书写的人名。很多名字不受欢迎，无法在语言模型中找到，所以如果 RNN 只是预测缺失的单词，它不会成功，因为我没有可能的人名的完整数据集，对吧？
1）我可以使用RNN来识别非标准词吗？（例如罕见/不受欢迎的人名）
2）如果没有，是否有任何其他替代。? 或者我必须使用传统的 OCR 方法（尝试分割然后分类字符）？
问问题
674 次
1 回答
2
由 CNN + RNN + CTC 构建的神经网络在字符级工作。他们学习预测字符串，而不关心单词或底层语言。您当然可以将字典和/或语言模型集成到 CTC 解码器中，但您不必这样做。这样，此类网络只需查看字符即可读取任意人名。有关使用此类神经网络模型进行文本识别的高级介绍，请参阅https://towardsdatascience.com/2326a3487cd5
还有一点需要注意的是：RNN用于沿序列传播信息，例如，根据周围环境确定一个看起来模棱两可的角色可能是什么。
于 2018-12-17T16:57:29.920 回答