汉字构形树表示

生字识别显著提升

把汉字按构形树建模，相比以往按部首序列的方法，能更自然地利用汉字固有的树状结构，使模型对没见过的新字也有更好的表示和识别能力。

Yang, Hong · Xiaojun, Qiao · Yinfei, Li · 李睿 · Zhang, Junsong

Neurocomputing 2025

参数信息

训练速度提升倍数

2 ×

技术优势

生字识别更强

构形树与专用树编码器更贴合汉字的树状结构，与直接序列化方法相比，对未见过汉字的识别性能显著提升。

训练快两倍

对字符图像和树节点同时进行掩码训练，训练效率更高，速度加快两倍以上，同时精度还有提升。

应用场景

• 文字识别：直接提升对未见过汉字的识别能力，可用于古籍、手写体等开放类别的文字识别。
• 自然语言处理：为汉字提供结构感知的表示，可增强命名实体识别、文本分类等 NLP 任务。
• 多模态表征学习：将视觉字形与构形树对齐，提供融合字形结构的多模态汉字表示。