[发明专利]利用预过滤器分类来提高手写识别

说明书

用于改进手写检测的方法、系统和设备，包括编码在计算机存储介质上的计算机程序。在一个方面中，方法包括：接收指示一个或多个笔画的数据；确定一个或多个笔画的一个或多个特征；至少基于所述特征中的一个或多个来确定一个或多个笔画是否可能表示字素；从以下之中选择用于处理数据的特定识别过程：(i)多语言识别过程，其利用多个识别器处理输入笔画，多个识别器各自被训练为针对给定的一组输入笔画来输出与特定语言相关联的一个或多个字素，和(ii)单字符通用识别过程，其利用通用识别器处理输入笔画，通用识别器被训练为针对给定的一组输入笔画来输出单个字素；以及将数据提供给特定识别过程。

技术领域

本说明书涉及手写识别。

背景技术

用户经常提供手写输入，例如通过画符号、涂鸦(doodle)或涂写(scribble)，来试验手写识别(HR)系统的识别能力。当用户提供手写输入时，HR系统尝试将输入的笔画解释为有效序列的字符。

发明内容

当给HR系统的手写输入包括不同类型的符号时，因为缺乏对各种杂项符号的支持，或者因为要求以快速和资源有效的方式执行HR的约束，HR系统经常展现出弱识别能力。当输入不同类型的符号时，HR系统可能输出无意义的识别结果，其对于利用手写输入作为将文本输入电子设备内的方法的用户来说，经常具有小的价值。此外，当对作为手写输入内包括的表示涂写的图案的输入笔画执行识别过程时，因为输入可能包括大量笔画，并且因为笔画的排列可能不容易与所识别的符号对应，处理可能是计算昂贵的。

因此，本说明书中描述的主题的一个创新方面能够体现在以下方法中：利用多语言识别系统来初始将不同类型的手写输入分类，并然后利用在产生识别结果中更有效的特定识别过程来处理不同类型的手写输入。例如，可以分析输入笔画的特征来确定笔画是否表示字素(grapheme)，字素表示在描述语言的书写系统中使用的最小单位，或者笔画是否表示涂写，涂写是手写笔画或点的随机连接(concatenation)。然后可以基于笔画表示字素还是涂写，利用不同的识别过程来处理输入。虽然本说明书总的描述包括确定输入笔画是否表示字素的特定实施，但是在其它实施中，方法可以包括确定输入笔画是否表示其它打字特征，例如字形(glyph)、异体(allograph)、字符、符号或绘图。

手写输入分类和过滤可用于改善HR系统的总体识别性能，以改善用户体验。例如，通过利用适于不同类型的手写输入、例如不同语言的特定识别过程，可以减少生成识别结果的时间。在其它示例中，识别结果生成可以使用较少的计算资源，并且可以提供更准确的识别结果。更特别地，手写输入分类和过滤也可以用于处理通常与文本输入相比更难以识别的特殊手写输入，例如绘图和符号。

实施可以包括一个或多个以下特征。例如，计算机实施的方法可以包括：接收指示一个或多个笔画的数据；确定一个或多个笔画的一个或多个特征；至少基于特征中的一个或多个来确定一个或多个笔画是否可能表示字素；从至少以下之中选择用于处理数据的特定识别过程：(i)多语言识别过程，多语言识别过程利用多个识别器处理输入笔画，多个识别器各自被训练为针对给定的一组输入笔画来输出与特定语言相关联的一个或多个字素，和(ii)单字符通用识别过程，单字符通用识别过程利用通用识别器处理输入笔画，通用识别器被训练为针对给定的一组输入笔画来输出单个字素；以及提供数据以利用特定识别过程处理。

在其它实施中，计算机实施的方法可以包括：接收指示一个或多个笔画的数据；确定一个或多个笔画的一个或多个特征；至少基于特征中的一个或多个来确定一个或多个笔画是否可能表示字素；从至少以下之中选择用于处理数据的特定识别过程：(i)单语言识别过程，单语言识别过程利用单个识别器处理输入笔画，单个识别器被训练为针对给定的一组输入笔画来输出与特定语言相关联的一个或多个字素，和(ii)单字符通用识别过程，单字符通用识别过程利用通用识别器处理输入笔画，通用识别器被训练为针对给定的一组输入笔画来输出单个字素；以及提供数据以利用特定识别过程处理。所述方法可以进一步包括利用所选择的识别过程来处理数据的步骤，从而输出与一个或多个笔画对应的一个或多个字符的有效序列。