確信度に基づいた自己修正機構を持つ高速な文字認識モデル

概要

情報技術の進化により物理的なドキュメントをデジタル化し管理する機会が増え，文字を正確かつ高速に認識できる技術は必要不可欠になっている。
文字認識分野では，字形の酷似した文字を文脈から頑健に識別するために，先頭から順に現時点より前の認識した文字を入力し，1文字ずつデコードする自己回帰型モデルが広く利用されている。
しかし，認識する文字列長だけデコードを繰り返し行う必要があるため，処理時間は文字列長に強く依存する。このため，全ての文字を並列にデコードすることで高速に動作する非自己回帰型モデルが提案されているが，文脈を考慮することができず酷似した字形に対する頑健性は大幅に低下する。
本論文では，文脈を考慮しながら複数文字を並列にデコードし，確信度に応じて文字列を動的に修正する機構を持つ文字認識モデルを提案する。