بازشناسی شورایی زیرکلمه تایپی فارسی در فضای محدود شده با روش ترکیب رای گیری وزن دار هوشمند
سال انتشار: 1400
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 87
فایل این مقاله در 14 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_JSCIT-10-3_006
تاریخ نمایه سازی: 25 مهر 1403
چکیده مقاله:
در این مقاله روشی شورایی برای بازشناسی زیرکلمات تایپی فارسی ارائه می شود. ابتدا فضای جستجو با استفاده از چند ویژگی ساده به تعداد خیلی کم از زیرکلمات محدود می شود. سپس با ترکیب شش طبقه بند پایه با روش رای گیری وزن دار زیرکلمه بازشناسی می شود. یک طبقه بند پایه همان محدود کننده فضای جستجو است. چهار طبقه بند پایه از روش نزدیکترین همسایگی و به ترتیب با ویژگی های مکان مشخصه، ناحیه بندی، تعداد تقاطع عمودی متن و زمینه و DCT استفاده می کنند. در یک طبقه بند دیگر با استفاده از حاصل ضرب تصاویر نرمالیزه زیرکلمه ورودی و زیرکلمات محدود شده آموزشی یک میزان شباهت برای هر زیرکلمه آموزشی بدست می آید و با آن بازشناسی را انجام می دهد. سپس زیرکلمه نهایی در یک فرایند رای گیری وزن دار که وزن های بهینه آن توسط الگوریتم هوشمند بدست می آیند از بین این گزینه ها انتخاب می گردد. این روش برای قلم لوتوس آزمایش شده و نرخ بازشناسی ۹۸.۳۴% برای داده های آزمون بدست آمده است.
نویسندگان
ali miri
دانشکده مهندسی صنایع، دانشگاه صنعتی شریف، تهران، ایران
Dr. Seyyed Mohammad Razavi
دانشکده مهندسی برق و کامپیوتر، دانشگاه بیرجند، بیرجند، ایران
ismail miri
دانشگاه بیرجند
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :