ارائه مدلی براساس شبکه عصبی مصنوعی جهت تشخیص و تبدیل تصاویر متون چاپی زبان کوردی به متن

زبان کوردی در دسته زبانهای هندواروپایی میباشد که توسط ساکنان مناطق وسیعی در کشورهای ایران، عراق، ترکیه و سوریه،ارمنستان و آذربایجان مورد تکلم قرار میگیرد. علیرغم جمعیت بالای متکلمان زبان کوردی، این زبان در دسته زبانهای کم منبع قرار دارد و چندان مورد توجه پژوهشگران حوزه پردازش زبان به ویژه بازیابی متن قرار نگرفته است و تحقیق کمتری روی شناسایی الفبای زبان کوردی انجام گشته است و اغلب تحقیقات بر روی الفبای لاتین و چینی انجام شده است. دراین مقاله یک سیستم بازشناسی کلمات کوردی که از خودهمبستگی محلی مرتبه بالای تصویر قطبی_لگاریتمی برای استخراج ویژگی از زیر_ کلمات استفاده میکند معرفی میگردد. در این سیستم بازشناسی کلمات از شبکه عصبی مصنوعی به عنوان طبقه بند استفاده شده است. شیوه ی استخراج ویژگی پیشنهاد شده در این پایان نامه باعث میشود سیستم بازشناسی بدون استفاده از روشهای تصحیح کجی در مرحله پیش پردازش، در مقابل تغییرات نگارشی مانند تغییر مقیاسهای خطی و چرخش مقاوم باشد. همچنین این روش به چرخشهای موضعی زیر_کلمه نیز غیرحساس است و در نمونهگیری متمرکز و غیریکنواخت در اطراف خط مبنا نیز به افزایش نرخ بازشناسی منجر گشته است.

کلیدواژه ها:

زبان کردی ، متون چاپی ، هوش مصنوعی