روشی ساده برای کاهش فضای جستجو در بازشناسی زیرکلمات تایپی فارسی

در روشهای مختلف پیشنهاد شده برای - بازشناسی زیرکلمات فارسی بر اساس شکل کلی زیرکلمه، در اولین مرحله توجه محققین به کاهش اندازه دیکشنری معطوف شده است. در این مقاله با استفاده از روشی ساده اما کارا سعی شده دامنه جستجوی زیرکلمات شدیداً کاهش یابد. در اولین مرحله با استخراج ویژگیهای ساده ای از نمایههای افقی و عمودی، فضای جستجو به تعدادی از خوشههای منتخب محدود شده است. در دومین مرحله با تعیین نسبت پهنا به ارتفاع زیر کلمه)باعلائم و بیعلائم( دامنه جستجو به زیرکلماتی با محدوده ای از این نسبت محدود شده است. درمرحله سوم با توجه به موقعیت علائم تنها زیرکلمه هایی مورد جستجو قرار میگیرند که موقعیت علائم آنها با زیرکلمه ورودی یکسان باشند. با اعمال روش پیشنهادی این مقاله فضای جستجو تا حد قابل قبولی کاهش یافته است.

کلیدواژه ها:

کاهش فضای جستجو ، زیرکلمات تایپی فارسی ، بازشناسی متن ، نقاط و علائم