بازشناسی برخط زیر-کلمات فارسی بر اساس ویژگی های کدهای زنجیره ای فریمن با استفاده از مدل مخفی مارکوف

در این مقاله سعی بر شناسایی برخط زیر-کلمات فارسی با استفاده از کدهای زنجیره ای فریمن و مدل مخفی مارکوف شده است. کدهای زنجیره ای با استفاده از جهت شکستگی ها، ضمن حفظ جهت حرکت قلم، حجم داده ها را کاهش می دهد. از این رو می تواند به عنوان یک روش موثر در شناسایی برخط زیر-کلمات بکار گرفته شود. پس از شکستن زیر-کلمه به بخش های تشکیل دهنده (بدنه اصلی و ریزحرکات)، با استفاده از کدهای زنجیره ای فریمن، هر بخش به صورت مجزا کدگذاری می شود. از آنجائیکه این کدها به تنهایی جهت شناسایی زیر-کلمه کافی نمی باشند، آنها را با ویژگی های دیگری که از بردارهای افقی و عمودی زیر-کلمات بدست می آیند تلفیق کرده و مجموعه ویژگی های استخراج شده را جهت شناسایی نهایی به طبقه بندی کننده مدل مخفی مارکوف ارسال می کنیم. ساخت مدل با استفاده از الگوریتم Baum-Welch و آموزش برنامه با الگوریتم پیشرو انجام گرفته است. بکارگیری مراحل یاد شده بر روی پایگاه داده ای مشتمل بر ۲۰۰۰ نمونه زیر-کلمه، نرخ شناسایی تا ۵/۹۳ درصد را نشان می دهد.

کلیدواژه ها:

زیر-کلمه ، فارسی ، دست نوشته برخط ، کدهای زنجیره ای ، مدل مخفی مارکوف