برای اطلاع از آخرین مقالات علمی و اخبار کرونا(COVID-19) کلیک کنید

مشخصات مقاله

عنوان نشریه: 
 
اطلاعات شماره: 
 
عنوان مقاله: 

تشخيص دست نوشته برخط فارسي با استفاده از مدل زباني و کاهش قوانين نگارش کاربر

 
نویسندگان: 
 
آدرس:  
* گروه مهندسی برق، دانشکده مهندسی، دانشگاه خلیج فارس، بوشهر، ایران
 
چکیده: 
پيوسته بودن کلمات فارسي و وجود تنوع بسيار زياد رسم الخط اين زبان و همچنين شکل هاي متنوع حروف فارسي بسته به محل قرارگيري شان در کلمه، تشخيص دست نوشته هاي فارسي را به چالش کشانده اند. مهم ترين اشکال در اغلب روش هاي بازشناسي بي توجهي به بافت جمله است که باعث مي گردد در مواردي که کلمه ي ورودي اشتباه بازشناسي مي شود، واژه اي با ظاهر درست در جمله اي نابجا به کار رود. طراحي مدلي که بتواند بافت جمله را به خوبي تحليل کند مستلزم در اختيار داشتن منابع زباني حجيمي است که نماينده خوبي از زبان مورد بازشناسي باشند. در اين مقاله روش جديدي براي بازشناسي کلمات برخط فارسي ارائه شده است که با استفاده از بافت جمله سعي در بهبود بازشناسي دارد. فرآيند بازشناسي معرفي شده در اين نوشتار به اين صورت است که ابتدا علائم و بدنه ي زيرکلمات دست نوشته ي ورودي تفکيک شده و بدنه ي هر زيرکلمه و علائم آن مشخص مي شود. سپس علائم زيرکلمات تشخيص داده شده و بر اساس آن مجموعه اي از واژگان به عنوان فرضيه در نظر گرفته مي شوند. به هر فرضيه بر اساس ميزان شباهت آن به دست نوشته ورودي امتيازي تعلق مي گيرد و بر اساس امتياز حاصله محتمل ترين فرضيات مشخص مي شوند. سپس اين رويه توسط مدل زباني براي يافتن فرضيات محتمل تر، هدايت مي شود. نتايج آزمايش هاي به عمل آمده نشان مي دهد که کاهش قابل توجهي در نرخ خطاي بازشناسي کلمات حاصل شده و کاربر در نگارش ملزم به رعايت محدوديت هاي کمتري است. از طرفي روش پيشنهادي مي تواند نسبت به روش هاي قبلي با در اختيار داشتن يک پايگاه داده دست نويس محدود، صحت مطلوب تري ارائه کند. با به کارگيري روش ارائه شده، دقت بازشناسي در مرحله اوليه در سطح حروف 95. 9% و پس از بازشناسي به کمک مدل زباني دقت بازشناسي به 99. 3% ارتقاء يافت. براي بهبود عملکرد الگوريتم، استفاده از الگوريتم يادگيري تقويتي براي تطبيق پذيري الگوريتم با نويسنده به عنوان کار آينده پيشنهاد مي گردد.
 
کلید واژه: 

 
موضوعات مرتبط: 
 
 
مقالات نشریه ای مرتبط:  
 
مقالات همایشی مرتبط: 
 
ارتباط خیلی زیاد ارتباط زیاد مرتبط ارتباط کمتر
 
ارجاعات: 
  • ثبت نشده است
 
استنادات: 
  • ثبت نشده است
 
+جهت ارجاع به این مقاله کلیک کنید(Cite).
APA : کپی

مسکنتی، س.، و کشاورز، ا. (1396). تشخیص دست نوشته برخط فارسی با استفاده از مدل زبانی و کاهش قوانین نگارش کاربر. پردازش علایم و داده ها, 14(2 (پیاپی 32) ), 3-24. https://www.sid.ir/fa/journal/ViewPaper.aspx?id=360226



Vancouver : کپی

مسکنتی سلمان، کشاورز احمد. تشخیص دست نوشته برخط فارسی با استفاده از مدل زبانی و کاهش قوانین نگارش کاربر. پردازش علایم و داده ها. 1396 [cited 2021July24];14(2 (پیاپی 32) ):3-24. Available from: https://www.sid.ir/fa/journal/ViewPaper.aspx?id=360226



IEEE : کپی

مسکنتی، س.، کشاورز، ا.، 1396. تشخیص دست نوشته برخط فارسی با استفاده از مدل زبانی و کاهش قوانین نگارش کاربر. پردازش علایم و داده ها, [online] 14(2 (پیاپی 32) ), pp.3-24. Available: https://www.sid.ir/fa/journal/ViewPaper.aspx?id=360226.



 

 
چکیده انگلیسی بازدید یکساله 119 مباني نظري و تجربي ونداليسم: مروري بر يافته هاي يك تحقيق
 
آخرین های بلاگ
ورود به بلاگ مرکز اطلاعات علمی