Skip to Main content Skip to Navigation
Conference papers

Utilisation de réseaux de confusion pour la reconnaissance de phrases manuscrites en-ligne

Solen Quiniou 1, * Eric Anquetil 1
* Corresponding author
1 IMADOC - Interprétation et Reconnaissance d’Images et de Documents
UR1 - Université de Rennes 1, INSA Rennes - Institut National des Sciences Appliquées - Rennes, CNRS - Centre National de la Recherche Scientifique : UMR6074
Résumé : Dans cet article, nous nous intéressons à l'intégration d'une représentation des hypothèses de phrases sous forme de réseau de confusion, dans un système de reconnaissance de phrases manuscrites en-ligne. Les probabilités a posteriori des mots, obtenues à partir du réseau de confusion, sont utilisées comme score de confiance afin de détecter d'éventuelles erreurs dans la phrase issue d'un décodage au Maximum A Posteriori sur un graphe de mots. Des classifieurs dédiés (ici, des SVM) sont ensuite appris afin de corriger ces erreurs, en combinant les probabilités a posterio des mots à d'autres sources de connaissance. Une phase de rejet est aussi introduite dans le processus de détection. Des expérimentations menées sur une base de 320 phrases manuscrites montrent une réduction relative du taux d'erreur sur les mots de 31,3%, dans le cas de l'extraction manuelle des mots, et une diminution relative de 60%, lorsque ces mots sont extraits automatiquement.
Complete list of metadatas

Cited literature [14 references]  Display  Hide  Download

https://hal.archives-ouvertes.fr/hal-00582415
Contributor : Solen Quiniou <>
Submitted on : Friday, April 1, 2011 - 2:05:13 PM
Last modification on : Thursday, February 7, 2019 - 4:51:01 PM
Document(s) archivé(s) le : Saturday, July 2, 2011 - 2:43:19 AM

File

quiniou08utilisation.pdf
Files produced by the author(s)

Identifiers

  • HAL Id : hal-00582415, version 1

Citation

Solen Quiniou, Eric Anquetil. Utilisation de réseaux de confusion pour la reconnaissance de phrases manuscrites en-ligne. Congrès Francophone de Reconnaissance des Formes et d'Intelligence Artificielle (RFIA), Jan 2008, Amiens, France. pp.101-108. ⟨hal-00582415⟩

Share

Metrics

Record views

213

Files downloads

103