A Bayesian model for recognizing handwritten mathematical expressions

شناخت ریاضیات دست نویس یک مسئله طبقه بندی به چالش کشیدن است که نیاز به شناسایی همزمان تمام نمادها شامل ورودی و همچنین روابط دو بعدی پیچیده بین نمادها و فرعی ها است. به دلیل وجود ابهام موجود در ورودی دست نویس، اغلب غیر واقعی است که بتواند به درستی به رسمیت شناختن کامل تشخیص دهد. ما یک سیستم را ارائه می دهیم که تمام تفسیر های قابل تشخیص ورودی را می گیرد و آنها را در یک جنگل تجزیه می کند که از آن درختان تجزیه فردی استخراج و گزارش می شود. اگر تفسیر بالا رتبه نادرست باشد، کاربر ممکن است جایگزین ها را درخواست کند و نتیجه به رسمیت شناختن آنها را انتخاب کند. گام استخراج درختی از یک استراتژی به ثمر رساندن درخت احتمالی جدید استفاده می کند که در آن یک شبکه بیزی بر پایه ساختار ورودی ساخته می شود و هر انتساب متغیر مشترک با یک درخت تجزیه متفاوت مطابقت دارد. سپس درخت های تجزیه شده به ترتیب احتمال کاهش می یابد. دو ارزیابی دقت نشان می دهد که سیستم تشخیص نتیجه دقیق تر از نسخه های قبلی (که از روش های غیر احتمالی استفاده می شود) و دیگر شناسایی های ریاضی دانشگاهی است.