我已经阅读了有关LSTM和RNN，甚至CTC的文章。据我了解，RNN用于计算序列中丢失的令牌（例如，句子中的单词）。但是，我的问题是读取用草书写的人的名字。许多名字并不流行，并且在语言模型中找不到，所以如果RNN仅预测缺少的单词，因为我没有可能的人名的完整数据集，它不会成功，对吧？
1）我可以使用RNN识别非标准单词吗？ （例如稀有/不受欢迎的人名）
2）如果否，是否还有其他替代项。 ？还是我必须使用OCR的传统方法（尝试对字符进行细分然后分类）？
答案 0 :(得分：1)
基于CNN + RNN + CTC构建的神经网络在字符级上运行。 他们学会预测字符串，并且不在乎单词或底层语言。 您当然可以将字典和/或语言模型集成到CTC解码器中，但不必这样做。 这样，这样的网络仅通过查看字符就可以读取任意人的名字。 有关使用这种神经网络模型进行文本识别的高级介绍，请参见https://towardsdatascience.com/2326a3487cd5
仅需注意一点： RNN 用于沿序列传播信息，例如找出一个模棱两可的角色可能取决于周围的环境。