科大訊飛獲得 ICFHR 2020 數學(xué)公式識別挑戰賽冠軍!

　　沒(méi)錯，我們又拿了第一!

　　近日，科大訊飛A.I.研究院聯(lián)合中科大語(yǔ)音及語(yǔ)言信息處理國家工程實(shí)驗室，以顯著(zhù)優(yōu)勢獲得 ICFHR 2 020 OffRaSHME數學(xué)公式識別挑戰賽冠軍 。

離線(xiàn)手寫(xiě)數學(xué)公式識別（官方數據）榜單

離線(xiàn)手寫(xiě)數學(xué)公式識別（外源數據）榜單

　　注：“Correct”表示公式識別的句正確率，“≤1s.err”和“≤2s.err”分別表示整條公式中允許出現1處和2處錯誤的識別的句正確率

　　此次OffRaSHME數學(xué)公式識別挑戰賽由ICFHR 2020舉辦，除科大訊飛外，韓國三星、東京農工大學(xué)、華南理工大學(xué)、中山大學(xué)等多家常年深耕文檔分析理解領(lǐng)域的研究機構都參與其中。

　　本次識別挑戰賽「難」在哪里？

　　公式結構復雜，尤其是各種結構的嵌套， 例如：

　　形近字難識別，如X和x，Z和2，γ和r， 例如：

　　本次比賽添加了很多非常規符號的組合，這些容易和公式混淆， 例如：

　　科大訊飛是如何獲得「冠軍」的？

　　我們在數學(xué)公式識別中創(chuàng )造性地提出了Encoder-TreeDecoder識別算法 。

　　針對有復雜嵌套結構關(guān)系的數學(xué)公式識別：

　　我們提出了基于樹(shù)形結構信息建模的Encoder-TreeDecoder識別算法，通過(guò)使用樹(shù)形結構信息對數學(xué)公式的符號和符號間結構關(guān)系分別進(jìn)行建模，來(lái)進(jìn)行數學(xué)公式識別。

　　針對難以辨別的形近字符和非常規符號的組合：

　　我們使用了基于LaTeX語(yǔ)言模型的數據增強策略，對官方提供的數據進(jìn)行合理的拆分分解訓練公式語(yǔ)言模型，并使用語(yǔ)言模型合成出更加合理的符合上下文關(guān)聯(lián)性的數據，很大程度上緩解形近符號識別困難的問(wèn)題。

　　通過(guò)多項技術(shù)能力的綜合運用， 在“能看會(huì )認”上，我們做得更好了！

　　——不僅能識別更復雜的數學(xué)公式，還能做到“中文+數學(xué)公式”混合搭配的內容識別。

　　數學(xué)公式識別領(lǐng)域的突破，對實(shí)際學(xué)生作業(yè)試卷文檔的版面結構復雜、書(shū)寫(xiě)風(fēng)格差異顯著(zhù)等難點(diǎn)問(wèn)題，提供更為豐富有效的解決方案。

　　此外，我們還在ICDAR ReCTS評測任務(wù)中刷新了 單字識別、文本行識別、文本行檢測和端到端識別全部 四項榜單世界紀 錄， 使得我們的系統在解決復雜場(chǎng)景下文字檢測和識別的難題中更為游刃有余。

　　應用立地，更有A.I.的產(chǎn)品等你體驗

　　“技術(shù)頂天，應用立地”，基于在圖文識別等核心技術(shù)上取得的持續突破，我們打造出了一批具備“能看會(huì )認”能力的A.I.產(chǎn)品。

　　▌?dòng)嶏w智能學(xué)習機

　　我們在此次「數學(xué)公式識別任務(wù)」 中突破了諸多關(guān)鍵技術(shù)。依托這些技術(shù)，訊飛智能學(xué)習機幫助學(xué)生精確地進(jìn)行大數據學(xué)情分析找到知識點(diǎn)的薄弱項，實(shí)現“個(gè)性化精準學(xué)”，提升學(xué)習效率、鞏固學(xué)習效果。

　　手寫(xiě)數學(xué)題解答功能即將開(kāi)放

　　▌?dòng)嶏w智能辦公本

　　我們實(shí)現了手寫(xiě)圖文識別也與智能語(yǔ)音等關(guān)鍵技術(shù)深度融合。依托這些技術(shù)，“出口成章，躍然紙上”的訊飛智能辦公本可以實(shí)現語(yǔ)音直接搜索手寫(xiě)筆記內容，「一句話(huà)找到手寫(xiě)筆記」 ，滿(mǎn)足用戶(hù)在更多筆記場(chǎng)景下的記錄、寫(xiě)作、搜索、多端同步需求，有效提高辦公效率。

　　▌?dòng)嶏w翻譯機

　　我們基于注意力機制的Encoder-Decoder模型在「自然場(chǎng)景文字識別任務(wù)」 上，通過(guò)融合語(yǔ)言模型進(jìn)行端到端訓練，使得拍照模糊的文字也能通過(guò)語(yǔ)言模型“聯(lián)想”而被正確識別。依托此項技術(shù)，訊飛翻譯機拍照翻譯更清晰更準確，能夠滿(mǎn)足更多消費者在國外旅游、購物的場(chǎng)景應用需求。

　　▌?dòng)嶏w輸入法

　　我們在「在線(xiàn)手寫(xiě)字符識別任務(wù)」 上取得突破性進(jìn)展，將輕量級的卷積神經(jīng)網(wǎng)絡(luò )首次在手機設備上實(shí)際應用。依托此項技術(shù)，訊飛輸入法手寫(xiě)輸入體驗顯著(zhù)提升。

　　堅守人工智能道路21年，我們不斷攀越技術(shù)高峰，在智能語(yǔ)音、計算機視覺(jué)、自然語(yǔ)言理解等技術(shù)領(lǐng)域摘得一項又一項桂冠，但這并不是終點(diǎn)。

　　我們將始終秉承“頂天立地”的技術(shù)信仰，打造一件件“能聽(tīng)會(huì )說(shuō)”“能看會(huì )認”“能理解會(huì )思考”的人工智能產(chǎn)品，用人工智能點(diǎn)亮人間煙火。