科技文档中数学表达式的结构分析与识别

徐晓宇++宗亚辉++胡欣宇

摘 要：与科学技术相关的文档中，针对数学表达式的识别通常可分为字符的分割与结构的识别。文章在这一框架下讨论了数学表达式的识别，尤其是在表达式结构的分析上，采用了优化的基准线结构分析方法。实验结果表明，采用上述方法后，数学表达式的识别率得到了显著提高。

关键词：数学表达式；识别；基准线；识别率

中图分类号：TP391 文献标识码：A 文章编号：2095-1302（2016）11-00-03

0 引 言

数学作为自然科学的通用语言，在科技的发展中有着举足轻重的地位。而数学表达式作为重要的数学载体，在科学技术相关文档中有着广泛的应用。光学字符识别（Optical Character Recognition，OCR）系统能够高效准确地识别文档中的文字，但对数学表达式却一直无法取得较高的识别率[1]。与普通的文字相比，数学表达式在字符和结构等方面都具有其特殊性[2]。为了能够更加快捷方便地共享科技文档等信息，对数学表达式识别技术的研究就变得非常重要。

数学表达式识别的本质是从图片格式的数学表达式得出其空间结构与逻辑含义。在实际处理的文档图像中，除数学表达式外，还有文本与图表等，因而表达式处理的第一步通常是表达式位置的定位[3-5]。将定位好的表达式中所包含的所有符号进行切割，并根据符号库进行相应的识别。识别符号之后，需研究符号间的空间关系及对应的逻辑含义[6，7]。最后将分析结果按照一定的格式输出，达到复用和易于传输的目的[8]。

国际上对数学表达式的识别研究始于20世纪60年代，但直到90年代，相关研究才越来越受重视。……