我最近开始探索回归神经网络 . 到目前为止，我已经使用Andrej Karpathy的blog在tensorFlow上训练了角色级语言模型 . 它很棒 .
然而，我无法找到任何关于使用RNN进行字符串匹配或关键字定位的研究 . 对于我的一个项目，我需要对扫描文档进行OCR，然后解析转换后的文本以获取关键数据点 . 大多数字符串匹配技术都未能包含OCR转换错误，从而导致严重错误 .
是否可以根据我收到的转换文本的变化来训练RNN并将其用于查找关键字 .
这篇论文可能是您正在寻找的东西：
[1608.02214] Robsut Wrod Reocginiton via semi-Character Recurrent Neural Network
简介：
本文的作者演示了一种识别混乱单词的方法，如Cmabrigde Uinervtisy（剑桥大学） . 使用正确的开始，结束字符和不包含其位置信息的编码内部字符训练神经网络，神经网络可以学习识别和纠正它 .
您可以轻松地修改网络结构以适应您自己的需要，如您所提到的OCR .
1 回答
这篇论文可能是您正在寻找的东西：
[1608.02214] Robsut Wrod Reocginiton via semi-Character Recurrent Neural Network
简介：
本文的作者演示了一种识别混乱单词的方法，如Cmabrigde Uinervtisy（剑桥大学） . 使用正确的开始，结束字符和不包含其位置信息的编码内部字符训练神经网络，神经网络可以学习识别和纠正它 .
您可以轻松地修改网络结构以适应您自己的需要，如您所提到的OCR .