摘要

手写数学表达式识别（HMER）在自动评分和办公自动化中有着广泛的应用。然而，现有的基于序列的解码方法直接预测 $\LaTeX$ 序列时，难以理解和建模 $\LaTeX$ 的固有树状结构，经常导致解码结果的语法不正确。为了解决这些挑战，我们提出了一种名为 TAMER（Tree-Aware Transformer，树感知变压器）的新模型用于手写数学表达式识别。TAMER 引入了一个创新的树感知模块，同时保留了 Transformer 的灵活性和高效的训练能力。TAMER 通过联合优化序列预测和树结构预测任务，结合了序列解码和树解码模型的优点，增强了模型对复杂数学表达式结构的理解和泛化能力。在推理过程中，TAMER 采用了一种树结构预测评分机制来提高生成的 $\LaTeX$ 序列的结构有效性。实验结果表明，在 CROHME 数据集上，TAMER 在处理复杂数学结构方面优于传统的序列解码和树解码模型，达到了最先进的（SOTA）性能。