论文部分内容阅读
在科技文献中存在大量的中英文与公式的混排现象,如果在识别前能正确把它们进行区分并使用不同的0CR将可以极大地提高文档的识别正确率.本文通过结合两个不同的OCR识别结果以及连通体分析成功实现了中文与英文或公式的区分,然后再进一步通过上下标以及特殊字符的识别,并进行一些语义分析实现公式的定位.实验结果表明,此方法能比较有效的实现中英文文档中的公式定位.