《外國留學生手寫漢字筆畫錯誤提取的智慧型方法研究》是一本2022年線裝書局出版的圖書，作者是白浩。
基本介紹
- 中文名：外國留學生手寫漢字筆畫錯誤提取的智慧型方法研究
- 作者：白浩
- 出版社：線裝書局
- 出版時間：2022年12月1日
- 頁數：232 頁
- 開本：16 開
- 裝幀：平裝
- ISBN：9787512047532
內容簡介,作者簡介,目錄,
內容簡介
外國留學生的手寫漢字因受其母語及漢語水平的影響，會出現多種類型的書寫錯誤，這是漢語國際教育中漢字教學的難點之一。採用數碼紙筆採集的外國留學生手寫漢字含有筆畫及其採樣點的時間和空間等信息，從而可以有效地分析其書寫過程，有利於提取各種書寫錯誤。
本書主要研究識別具有筆畫錯誤的漢字，匹配書寫筆畫與模板筆畫，並提取多種筆畫錯誤；採集了來自14個國家的外國留學生的手寫漢字總計19000餘份，涵蓋500餘種字形；開發了原型系統，對漢字識別、筆畫匹配、可視化與人機互動校正、筆畫錯誤提取等進行了實驗；根據學生的漢字學習過程，原型系統在真實教學場景中進行了跟蹤實驗。
作者簡介
白浩，男，1984年生，現就職於北京語言大學漢語國際教育學部。文學博士（語言學與套用語言學專業），工學碩士（計算機套用技術專業），研究方向為智慧型書寫技術、中文手寫計算、模式識別、計算機圖形學等。講授多媒體套用技術基礎、程式設計入門等課程。近年來發表論文10餘篇，其中9篇被EI或Scopus檢索（其中7篇為第一作者），1篇為中文核心期刊論文，1篇被CPCI-S檢索。現為中國計算機學會專業會員。2018年6月入選“北京語言大學青年英才培養計畫”。
目錄
第一章 緒論 / 1
1.1 選題背景 / 1
1.2 研究問題 / 4
1.3 本書工作 / 6
第二章 國內外研究現狀及分析 / 10
2.1 單字提取 / 11
2.1.1 相鄰筆畫時間和空間距離的方法 / 11
2.1.2 語境方法 / 12
2.1.3 機器學習方法 / 13
2.2 漢字識別 / 14
2.2.1 結構方法 / 15
2.2.2 特徵提取方法 / 16
2.2.3 深度學習方法 / 17
2.3 筆畫匹配 / 19
2.3.1 筆畫模板方法 / 19
2.3.2 圖匹配方法 / 20
2.3.3 筆段匹配方法 / 21
2.4 書寫錯誤提取 / 22
2.4.1 評價對象 / 22
2.4.2 錯誤提取方法 / 25
2.4.3 評價反饋方式 / 29
2.5 本章小結 / 31
第三章 基於多層次信息的單字提取方法 32
3.1 遞歸分割方法 / 33
3.1.1 基於初始分割結果的數據分析 / 34
3.1.2 遞歸分割算法 / 36
3.2 面向錯誤分類的分割方法 / 38
3.2.1 錯誤分類歸納 / 39
3.2.2 面向欠分割的分割方法 / 41
3.2.3 面向過分割的分割方法 / 47
3.2.4 性能測試 / 51
3.3 基於單字提取結果的自適應可視化方法 / 52
3.3.1 可視化方法進展 / 52
3.3.2 基於重疊的自適應可視化方法 / 55
3.3.3 基於可信度的可視化方法 / 61
3.4 針對單字提取結果的互動式校正方法 / 65
3.4.1 基於可視化結果的互動式校正 / 66
3.4.2 基於用戶意圖的互動式校正 / 69
3.4.3 性能測試 / 71
3.5 本章小結 / 73
第四章 基於書寫層次模型的手寫漢字識別方法 / 74
4.1 基於筆畫名稱和整字結構的識別方法 / 75
4.2 部件結構的分類 / 77
4.3 基於 HMM 的筆畫識別 / 78
4.3.1 HMM 分類器的訓練 / 79
4.3.2 漢字中筆畫的識別 / 81
4.3.3 基於筆畫名稱序列的篩選 / 84
4.4 實驗結果 / 85
4.4.1 根據漢字筆畫數分類 / 86
4.4.2 根據不同部件結構分類 / 88
4.4.3 根據筆畫錯誤類型分類 / 89
4.5 基於 HCRF 的筆畫識別的改進方法 / 91
4.5.1 HCRF 分類器的訓練 / 92
4.5.2 HCRF 分類器的實驗結果 / 92
4.6 本章小結 / 94
第五章 基於遺傳算法的筆畫匹配方法 / 95
5.1 遺傳算法的基本設定 / 96
5.2 自適應編碼方法 / 98
5.2.1 序列編碼 / 98
5.2.2 最大值編碼 / 99
5.2.3 子筆畫編碼 / 101
5.3 基於結構和書寫特徵的適應度函式 / 105
5.3.1 全局特徵 / 105
5.3.2 局部特徵 / 106
5.3.3 適應度函式的評價 / 108
5.4 實驗結果 / 109
5.4.1 根據筆畫數分類 / 109
5.4.2 根據部件結構分類 / 111
5.4.3 根據筆畫錯誤類型分類 / 112
5.5 本章小結 / 113
第六章 針對筆畫匹配結果的可視化及人機互動校正方法 / 115
6.1 多感知層次的可視化方法 / 116
6.1.1 基於顏色感知層次的表示 / 117
6.1.2 採用圖形符號的筆向表示 / 120
6.1.3 採用數字序號的筆順表示 / 121
6.2 標記表示方法 / 122
6.2.1 標記列表的定義 / 122
6.2.2 標記類型的表示 / 124
6.3 基於標記列表的校正方法 / 125
6.4 實驗結果 / 132
6.4.1 可視化 / 132
6.4.2 互動校正 / 134
6.5 本章小結 / 135
第七章 基於標記列表的筆畫錯誤提取方法 / 137
7.1 標記列表與筆畫錯誤的對應關係 / 137
7.2 自適應錯誤提取 / 146
7.3 實驗結果 / 154
7.4 本章小結 / 155
第八章 數據測試與結果分析 / 157
8.1 數據採集 / 157
8.2 數據測試 / 161
第九章 結 論 / 173
附錄 1：摹寫、聽寫紙張樣圖 / 177
附錄 2：22名學生實驗數據樣圖 / 179
參考文獻 201
