汉语的自动理解与汉语文本的改进

汉字的“字”与汉语的“词”单位不一致,给人脑和电脑的理解都带来困难。汉语另外有三种可能的文本:“汉字词式书写”文本、“纯拼音词式书写”文本、“拼音夹用汉字”文本。“拼音夹用汉字”文本最有可能成为走出汉语自动理解困境的最佳路径。

汉字书写系统改进的五点建议

汉字作为国际通行的汉语书写系统,历经几千年的发展改良,影响越来越大,但仍有不尽人意之处,需要进行改进。建议现行汉字书写系统的改进从以下五个方面去进行:扩大专名号的使用范围;译名第一次出现时应加外文原文以示区别;专名出现在两行首尾处时加双斜线“//”以示连接;一些容易读错的字应加拼音以标注读音;在语流停顿处加上小圆点以区别歧义。

吕叔湘《汉语语法分析问题》的标点改进尝试

吕叔湘先生在他的《汉语语法分析问题》一书中有很多汉语文本改革的尝试,主要是标点符号的创新使用。对我们今天研究汉语文本改进很有启发。

基于深度学习的指针式仪表检测与识别研究

为了解决变电站指针式仪表读数识别中指针区域提取困难、指针中心线定位误差大以及识别精度较差等问题,针对变电站中常见的刻度分布均匀的指针式仪表,提出了一种基于深度学习的指针式仪表自动检测与识别方法。首先,利用卷积神经网络模型检测当前视野下仪表目标的包围框位置,得到仪表目标图像;然后,利用改进有效和准确的场景文本检测器(EAST)算法对检测到的仪表目标图像进行文本检测,检测出仪表图像中的文本图像,利用设计的印刷体数字识别模型对文本图像进行识别,筛选出仪表刻度数字,得到仪表刻度数字的位置信息与数值;最后,通过仪表刻度数字的位置信息提取出仪表指针直线与仪表中心,通过识别出的数值结合角度法完成仪表读数识别。通过大量实验对所提出的指针式仪表读数检测与识别方法进行验证,实验结果表明,本文所提出的仪表识别方法的平均准确率高于98.5%,对于复杂背景下指针式仪表的自动检测与识别任务具有良好的准确性与稳定性,可满足变电站实际应用需求。