论文部分内容阅读
OCR（光学字符识别技术）作为方便有效的字体识别技术，在办公自动化、信息恢复、数字图书馆等方面发挥着日益重要的作用。语言模型在OCR后处理，特别是在中文的文字识别后处理方面有着广泛的应用。本文针对手写中文地址的后处理，讨论了语言模型的粒度对识别正确率的影响，分析了基于字和基于词的语言模型各自的优点和缺点，并采用了基于词的语言模型，在此基础上提出了加权词图搜索算法。实验证明，在58269条中文手写地址的测试集上，手写地址的整体识别率由原来的28．56％上升到了75．66％．错误率下降了65．93％，大大提高