论文部分内容阅读
OCR(光学字符识别)是指先获取带汉字的图像，然后对图像文件进行分析处理，获取文字信息的过程。在识别出文字之后，如何利用上下文信息来纠正识别错误的字，也是就所谓的错误校正，进而提高识别正确率，是OCR中重要的课题。本文介绍了一种基于最大熵模型的校正方法，很大限度地利用了上下文信息，可以同时纠正多个识别错误的汉字，在实验中取得了很好的效果。通过对比几种不同的校正方案，可以看出基于最大熵模型的错误校正方法是最有效的，也是扩展性最好的方法，它可以方便地利用各种语言特征，更进一步的提高准确率。实验结果表明基于最大熵的模型是一个很适合OCR校正的模型。