CROHME数据集详解

现对CROHME数据集的数据信息含义进行逐行讲解

目录

一、基本信息

1.1<ink xmlns>

1.2<traceFormat>

1.3<annotation>

1.4<annotationXML>

二、trace单条笔迹信息

三、traceGroup笔迹组合

---

一、基本信息

一个inkml文件开头会介绍部分作者信息：

1.1<ink xmlns>

表示遵守http://www.w3.org/2003/InkML的命名空间，类似于c++内的#including <iostream> using namespace std，作文档的规则声明。

1.2<traceFormat>

指定了笔迹数据包含手写笔画的 X 和 Y 坐标，都表示为十进制值。

1.3<annotation>

包含注释信息，age—年龄、gender—性别、hand—左右手、writer—作者、UI—文件名、copyright—版权。

重要的是type=true，表示这个注释记录了数学表达式的正确形式，$x^{2M}+x^{M-1}$表示公式的LaTeX格式。

1.4<annotationXML>

以XML的MathML 元素表示公式，type=true表示该公式的MathML的正确格式。

其中：

MathML主要格式

mro	作为整体
msup	上标
msub	下标
mi	字符
mn	字母
mo	操作数
mfrac	分数
msqrt	平方根
mroot	任意方根

举例：

表示：

<xml：id>将作为被引用与后面相联系。

二、trace单条笔迹信息

每一个trace笔迹作为一个笔画被记录x与y的坐标，以逗号隔开，相应的id将在后面被引用

三、traceGroup笔迹组合

注释"Closest Strk" 代表了与数学表达式中的符号或运算符最相关的笔迹，当处理 $x^{2M} + x^{M-1}$ 这个手写表达式时， "Closest Strk" 注释可以帮助系统准确地将每个笔迹与表达式中的变量、指数、加号等元素进行关联，对于最终得到正确的数学公式非常关键。

<annotation type="truth">x</annotation>

表示该笔迹组合正确地表示x；

<traceView traceDataRef="0"/>

表示引用前面trace标记的id号为0的单条笔迹，在这里id为0和1的笔迹构成了x；

<annotationXML href="x_1">

表示该笔迹组合与前面的MathML的id为"x_1"相应对，是它的正确表示方式：

最终最大的traceGroup将所有笔记组合包括，形成整体的笔迹组合，即该inkml所表达的手写公式