Neural network 可以用完整的单词来训练初始模型吗？

我发现可以像MNIST模型那样对字符进行分类。我想知道是否可以对整个单词训练初始模型。让我们考虑一个场景，如果输入图像包含一个特定的单词，比如hello，

，我想对它进行分类。 首先，你认为有可能吗

如果是，我们将如何创建我们的培训数据集考虑到要分类的输入图像可能在其他单词-之间包含HELLO world

---

另一种方法，对我来说更符合逻辑，就是只处理字符，而不是整个单词，但我想了解这种处理整个单词的方法是否可行。

我见过将单词拆分为字符并使用注意力识别它们的模型，但现在找不到。你可以看看这篇文章，识别多位数字。我见过将单词分成字符并用注意力识别的模型，但现在找不到。你可以看看这篇论文，识别多位数字。