中文文本事件检测技术
崔莹
西南电子技术研究所 成都 610036
摘要：随着深度学习的发展,神经网络在文本检测方面得到了更深入的研究和更广泛的应用.在此基础上,为了提升中文文本事件检各项性能,提出了一种基于改进神经网络的中文文本事件检测方法,研究利用FPA算法优化传统BP神经网络的权值和阈值.为了验证基于改进神经网络的中文文本事件检测方法的效果,将其与自然场景文本检测方法在召回率、准确率和耗时性等方面进行了比较.结果表明:自然场景文本检测方法的准确率为88％,召回率为73％;基于改进神经网络的文本检测方法准确率为95％,召回率为86％;中文文本事件检测测试中自然场景文本检测方法的F值为0.79,耗时4.56s;基于改进神经网络的文本检测方法的F值为0.90,耗时0.64s.可见,基于改进的神经网络的中文文本事件检测方法具有更好的性能.
关键词：改进神经网络文本事件检测自然场景文本检测FPA
分类号：TP391(计算技术、计算机技术)
资助基金：国家自然科学基金(U19A2078)四川省科技计划重点研发项目(2020YFG0009)
论文发表日期：2022-12-20
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：5( 2700-2704 )
英文信息