来源：期刊VIP网 时间：
作者：高奕星;施霖;
单位：昆明理工大学信息工程与自动化学院;
摘要：汉字骨架是汉字字形的重要拓扑描述，提供了汉字字形结构的重要信息。汉字骨架可以视为点序列，运用具有序列输出的循环神经网络（RNN）等生成。然而当前输出长序列的深度神经网络通常面临诸如梯度消失或爆炸，需要大量训练样本和训练时间长等问题，导致此类方法生成的汉字骨架蕴含的书写细节较少，同时缺乏对汉字结构的准确描述。文中将汉字的结构信息与神经网络方法相结合，使用多个并行的随机循环网络（RRN）生成汉字骨架，生成过程在两个层面进行，字符层面包括一连串的笔画，而笔画层面包括一连串的点。生成模型仅需小规模的训练数据即可完成训练，同时避免了梯度消失或爆炸的问题，不仅增强了对汉字结构的描述，而且保留了更多的骨架特征点。实验结果表明，该方法生成的汉字骨架具有更丰富的书写细节特征，可用于快速生成大规模、高质量的汉字骨架。
关键词：汉字骨架;;生成模型;;随机循环网络;;序列生成;;间架结构;;分布式网络
