小学低年级儿童部件知识对三年级汉字识别和阅读理解的预测

对123名小学一年级儿童进行为期三年的追踪测试,通过分层回归,考察了小学低年级儿童的部件知识对其三年级汉字识别和阅读理解的预测作用。结果发现:(1)控制瑞文推理测验、词汇知识和语音意识后,儿童一、二、三年级时的部件知识对其三年级汉字识别均有独特贡献,且二、三年级的贡献高于一年级;(2)控制瑞文推理测验、词汇知识和语音意识后,一年级时的部件知识对三年级阅读理解没有独特贡献,但二、三年级时的部件知识均有独特贡献,且三年级的贡献高于二年级;(3)控制瑞文推理测验、词汇知识和语音意识及汉字识别的作用后,二年级时的部件知识对三年级阅读理解没有独特贡献,但三年级时的部件知识对阅读理解仍有独特贡献。结果表明,小学低年级儿童的部件知识对其三年级汉字识别和阅读理解具有预测作用,且随着儿童年级的增加,预测作用增大,表现出发展性变化。

习得年龄和累计频率对儿童汉字识别的影响

考察五年级小学生在三项汉字识别任务中识别习得早-高频字、习得早-低频字、习得中-低频字和习得晚-低频字的习得年龄效应与累计频率效应。结果发现:(1)语音范畴判断任务和汉字命名任务存在习得年龄效应,ln(习得时长)能预测这两项任务的反应时;(2)语义范畴判断任务和汉字命名任务存在累计频率效应,ln(频率值)能预测这两项任务的反应时。研究结果支持语音完整性假设和网络可塑性假设,不支持累计频率假设和语义假设。

汉字识别中图特征提取方法

为解决图像像素表示汉字特征方法不能有效表示汉字本质特征、空间复杂度较高的问题,提出了一种汉字图特征提取方法。方法主要包含汉字图像二值化,汉字图像骨架提取,汉字图特征提取3个部分;二值化消除图像中的噪声,提高图特征提取的准确度;骨架提取保留图像中重要的像素点,剔除无关的像素点;图特征提取将汉字关键点与图数据结构结合来表示汉字形状特征。在3 908个常用汉字的5种字体上进行实验。结果表明,该方法能够正确提取笔画复杂汉字的图特征,有效表示汉字本质特征;不同字体汉字图特征相同的汉字数量最高为3 195个,方法表现较稳定;平均每个汉字可以用22.6个图节点、19.1个边表示,相较于用单通道图像表示汉字特征,可大幅降低空间复杂度。

家庭阅读环境对学龄儿童汉字识别、口语词汇知识与阅读理解的影响:一个发展级联模型

对149名小学一年级儿童进行3年追踪,探讨学龄儿童家庭阅读环境、汉字识别、口语词汇知识和阅读理解的发展级联。结果显示:(1)家庭阅读环境通过一年级的阅读理解扩散到二年级的汉字识别,进而影响三年级的阅读理解。(2)家庭阅读环境通过一年级的口语词汇知识扩散到二年级的阅读理解,进而影响三年级的口语词汇知识和阅读理解。(3)虽然家庭阅读环境对一年级汉字识别仅有边缘显著的直接预测效应,但一年级的汉字识别可以预测二年级的阅读理解和口语词汇知识,进而影响三年级的汉字识别、阅读理解和口语词汇知识。研究表明,学龄儿童家庭阅读环境、汉字识别、口语词汇知识和阅读理解之间存在间接的、多向的发展级联效应。

小学低年级儿童汉字识别与词汇知识对阅读理解的作用:阅读流畅性的中介效应

以149名小学一年级儿童为对象,进行为期一年的三次追踪,考察汉字识别、词汇知识对二年级阅读理解的作用以及阅读流畅性的中介效应。控制性别、非言语智力、快速命名、正字法意识后,结果发现:(1)词汇深度能够直接预测阅读理解;(2)字词阅读流畅性、句子默读流畅性在汉字识别与阅读理解之间起中介作用;(3)句子默读流畅性在词汇广度和阅读理解之间起中介作用。研究表明,汉字识别和词汇广度能够通过提高阅读流畅性从而促进阅读理解发展,词汇深度对阅读理解具有重要的直接作用。

副中央凹N+2位置汉字识别过程中形音义的激活

为明确汉语读者对副中央凹汉字的识别过程,研究采用副中央凹启动范式与词汇判断任务,通过三个实验,系统地探讨了读者对副中央凹N+2位置汉字形音义信息的激活情况及其激活的时间进程。结果显示,在反应时或错误率指标上,汉语读者表现出字形干扰与语义促进效应,未表现出语音的激活效应。综合三个实验的结果可以说明,副中央凹汉字的语义可以由字形直接获得,并不一定通过语音的中介作用,读者在副中央凹汉字形音义激活的时间顺序为字形-语义-语音。

一种基于多维表示的汉字识别方案

针对复杂场景下汉字特征提取难的问题,提出了一种基于多维特征表示的汉字识别方案。首先,提出一种融合空间信息的关键笔形特征提取方法,能够利用少量关键特征实现汉字的唯一识别;其次,通过多任务网络提取多维特征,增强特征提取能力,从而提高汉字识别的准确性;最后,应用字符相似度算法消除噪声,优化识别结果。实验结果表明,相较于可插拔的部首感知分支(PRAB)模型,本方案在场景数据集、网页数据集、文本数据集和手写数据集中的性能分别提升了1.62百分点、1.09百分点、0.15百分点和1.27百分点,证明了该方案的有效性。

脱机手写体汉字识别综述

脱机手写体汉字识别是模式识别领域最具挑战性的课题之一.本文分析了近年来脱机手写体汉字识别的最新进展,讨论了脱机手写体汉字分割、特征提取和分类器设计等关键技术的各种主流方法,介绍了3种典型的汉字识别数据库,并提出了脱机手写体汉字识别的难点问题和今后发展的趋势,为该领域的研究者指明研究方向,共同促进脱机手写体汉字识别技术的发展.

潘羽默作品——“寻迹”古汉字识别小程序UI设计

设计说明:古汉字是中国传统文化的重要载体和反映,它在现代社会中承载着传承历史文化、丰富艺术形式和提升国民文化素养的重要任务。“寻迹”小程序具备查字、识词、社交等功能,以寓教于乐的形式传递知识。小程序页面采用绢纸质感,融合淡黄、米黄的色调,与传统符号、文字、建筑等元素相结合,将一个民族厚重的文化结晶以新形式继续传承下去。

一种分类器级联的手写相似汉字识别方法

针对手写相似汉字识别问题,提出一种新的基于分类器的方法来更全面地利用原始特征中的判别信息.新方法与现有的对相似汉字提取额外特征的方法不同,其在得到特征向量之后,首先利用修正的二次判别函数进行分类,然后用支持向量机对分类结果中的相似汉字的上述特征向量进行再一次的分类,得到最终的识别结果.利用分类混淆矩阵自动得到相似汉字集合,并提出了一种新型的存储结构用于快速查找支持向量机的训练字典.在ETL9B手写汉字数据库上的实验表明,所提出的方法可得到相对于提取额外特征方法更好的识别结果,以此证明了原始特征中存在对于相似字的判别信息,提出的基于分类器的方法可更好地利用这些判别信息.

图像处理与卷积神经网络相结合的脱机手写汉字识别方法

为了解决传统脱机手写汉字识别方法对相似手写汉字识别率低的问题,提出了一种图像处理与卷积神经网络相结合的两阶段脱机手写汉字识别方法:第一阶段使用传统的卷积神经网络进行识别,第二阶段使用基于图像处理的差异辨别方法进行更加精确的二次识别。试验结果表明:将基于图像处理的差异辨别方法与卷积神经网络结合起来比单纯基于卷积神经网络的识别方法能够更好地识别相似汉字,从而可以提高总体手写汉字的识别率。此外,所提出的方法还表现出更稳定的识别效果,可以有效应对训练样本中存在错误标注的情况。

基于门控卷积和堆叠自注意力的离线手写汉字识别算法研究

针对离线手写文本识别(HTR)在自然语言处理领域中的重要性以及其广泛应用于帮助视障用户、人机交互和自动录入等方面的实际需求,本研究提出了一个全新的模型。该模型在门控卷积网络的基础上引入了堆叠自注意力编码器–解码器,用于离线识别手写的汉字文本。由于书写风格的多样性、不同字符之间的视觉相似性、字符重叠以及原始文档中的噪音等挑战,设计准确且灵活的HTR系统具有相当大的难度,特别是当处理较为复杂、包含大量字符的文本时,算法的学习能力显得不足。为了解决这一问题,我们提出的模型包括特征提取层、编码器层和解码器层。其中,特征提取层从输入的手写图像中提取高纬度的不变特征图,而编码器和解码器层则相应地转录出文本。实验结果显示,该模型在HCTD数据集上的字符错误率(CER)为6.72,单词错误率(WER)为11.11;在HCWD数据集上的实验结果CER为6.22和WER为7.17。相对于其他研究者的模型,本文设计的模型在手写汉字识别率上提升了11%。

汉字识别与汉字规范化

汉字识别中涉及的汉字规范化问题，大部分与手写体汉字有关。从汉字识别目前及未来相当长时间内的技术水平看，识别系统还不可能完全正确地识别人们随心所欲地书写的潦草字。即使技术上能达到，从汉字规范化的角度来看也不应该提倡书写不受任何约束的汉字。古怪的笔顺以及非法简化字等错别字都是不应该提倡的。

基于MATLAB的手写汉字识别设计

引言为了对计算机符号进行主动识别和快速加工处理,利用MATLAB技术和模板匹配算法实现了手写汉字的识别设计。首先分析了所使用的模板匹配算法,其次给出手写字体识别整体设计方案,再次对图像采集、图像预处理、字符切割和字符识别等模块进行详细分析与设计,最后把全部功能集成在GUI界面上,便于用户操作使用。

汉字识别技术综述

介绍我国汉字识别技术的历史和现状，叙述汉字识别的基本原理和统计决策、句法结构两种基本识别方法。以ＢＩ－６Ⅱ汉字文本识别系统为实例介绍实用的汉字识别系统（汉字ＯＣＲ）的概貌。

一种基于模糊数学的手写汉字识别方法

本文根据人识字的思维过程提出了一种多级分类的手写汉字识别方法。构造了一个包含汉字结构与统计特征的特征矢量；并利用其建立模糊样本字典库。将模糊数学引入识别方法中，增加了字典的简明性及分类能力。初步的实验结果是令人满意的。

基于形态学与神经网络相结合的手写体汉字识别实验系统

本文利用形态参量和神经网络相结合的方法来研究手写汉字识别，设计了一个具有学习功能的手写汉字识别实验系统，对一级汉字（３７５５个汉字）进行了实验，给出了识别的实验结果；平均正确识别率为８６％；并指出了存在的问题和改进的方法。

在联机手写汉字识别中运用模糊逻辑推理判定连笔的方法

在联机手写汉字识别技术中,如何判定连笔的发生情况是一个关键的技术问题,本文提出运用模糊逻逻推理方法判定手写输入汉字连笔发生情况的方法,并将该方法运用于我们的联机手写汉字识别系统中,得到了较好的结果。

脱机手写体汉字识别后处理综合纠错算法设计和实现

充分利用了汉语词的信息及字词的频度信息,利用面向对象技术并用多级的纠错方法,实现了一个基于综合算法的汉字识别后处理系统,明显地提高了脱机手写体汉字最终识别率。

汉字识别中形音义激活时间进程的研究(Ⅱ)

两个实验分别采用基于语义的和基于语音的启动范畴判断作业 ,在不同的SOA条件下 ,考察低频汉字形、音、义信息激活的相对时间进程。实验结果表明 ,低频汉字字形的激活在先 ,字音和字义的激活同时进行。低频汉字形、音、义激活的这种顺序不受基于语义还是基于语音的实验任务的影响 ,但实验任务影响了低频汉字字音。