1.一种计算机程序产品，包括内有计算机可读程序代码的计算机可用介质，所述计算机可读程序代码适于被执行以实现用于提供针对叠加的输入笔画的笔迹识别的方法，所述方法包括：
基于至少一个输入笔画创建分段图，其中所述分段图由与字符假设相对应的节点组成；
基于样式分类器向所述分段图的每个节点指派识别分数；
基于所述识别分数和语言模型生成所述输入笔画的语义；以及
基于对所述分段图、所述识别分数和所述语言模型的同时分析来提供输出。
2.根据权利要求1所述的计算机程序产品，其中，对所述输入笔画进行预处理，其中所述预处理至少包括对所述输入笔画的标准化和平滑。
3.根据权利要求2所述的计算机程序产品，其中，所述分段图基于已经被分成构成分段的连续输入笔画。
4.根据权利要求2所述的计算机程序产品，其中，识别分数的指派包括特征提取阶段和由神经网络对提取的特征的分类。
5.根据权利要求4所述的计算机程序产品，其中所述特征提取阶段包括至少一个动态特征和至少一个静态特征。
6.根据权利要求4所述的计算机程序产品，其中所述神经网络是多层感知器。
7.一种用于提供针对叠加的输入笔画的笔迹识别的方法，所述方法包括：
基于至少一个输入笔画创建分段图，其中所述分段图由与字符假设相对应的节点组成；
基于样式分类器向所述分段图的每个节点指派识别分数；
基于所述识别分数和语言模型生成所述输入笔画的语义；以及
基于对所述分段图、所述识别分数和所述语言模型的同时分析来提供输出。
8.根据权利要求7所述的方法，其中，对所述输入笔画进行预处理，其中所述预处理至少包括对所述输入笔画的标准化和平滑。
9.根据权利要求8所述的方法，其中，所述分段图基于已经被分成构成分段的连续输入笔画。
10.根据权利要求8所述的方法，其中，识别分数的指派包括特征提取阶段和由神经网络对提取的特征的分类。
11.根据权利要求10所述的方法，其中所述特征提取阶段包括至少一个动态特征和至少一个静态特征。
12.根据权利要求10所述的方法，其中所述神经网络是多层感知器。
13.一种计算机程序产品，包括内有计算机可读程序代码的计算机可用介质，所述计算机可读程序代码适于被执行以实现用于提供针对叠加的笔画输入的笔迹识别的方法，所述方法包括：
对所述输入笔画进行预处理，所述预处理至少包括对所述输入笔画的标准化和平滑；
基于至少一个输入笔画创建分段图，其中所述分段图由与字符假设相对应的节点组成；
基于样式分类器向所述分段图的每个节点指派识别分数；
基于所述识别分数和语言模型生成所述输入笔画的语义；以及
基于对所述分段图、所述识别分数和所述语言模型的同时分析来提供输出。
14.根据权利要求13所述的计算机程序产品，其中，所述分段图基于已经被分成构成分段的连续输入笔画。
15.根据权利要求13所述的计算机程序产品，其中，识别分数的指派包括特征提取阶段和由神经网络对提取的特征的分类。
16.根据权利要求15所述的计算机程序产品，其中所述特征提取阶段包括至少一个动态特征和至少一个静态特征。
17.根据权利要求15所述的计算机程序产品，其中所述神经网络是多层感知器。