摘要

多语言文本识别（Multilingual Text Recognition, MLTR）系统通常专注于一组固定的语言，这使得系统在应对新增语言或适应不断变化的数据分布时面临挑战。本文在增量学习（Incremental Learning, IL）的背景下提出了增量式多语言文本识别（Incremental MLTR, IMLTR）任务，其中不同语言以批次形式逐步引入。IMLTR任务尤为具有挑战性，主要源于“回放不平衡”（rehearsal-imbalance）问题，即用于保留少量旧数据作为历史记忆的回放集中，样本字符的分布极不均衡。为应对这一问题，本文提出了一种多路路由网络（Multiplexed Routing Network, MRN）。MRN为当前所见的每种语言分别训练一个识别器，随后基于回放集学习一个语言域预测器，用于对各个识别器进行加权融合。由于各识别器均基于原始数据进行训练，MRN有效降低了对旧数据的依赖，从而更有效地缓解了灾难性遗忘（catastrophic forgetting）这一增量学习中的核心难题。我们在MLT17和MLT19数据集上对MRN进行了广泛评估。实验结果表明，MRN在不同设置下相较现有通用增量学习方法，平均准确率提升幅度达10.3%至35.8%，显著优于现有方法。相关代码已开源，地址为：https://github.com/simplify23/MRN。