بازشناسی زیرکلمات تایپی فارسی با یک روش سلسله مراتبی

در این مقاله روشی ساده برای بازشناسی زیرکلمات تایپی فارسی ارایه می شود. ابتدا با استفاده از چندویژگی ساده و با توجه به موقعیت نقاط و علایم زیرکلمه ورودی، فضای جستجو محدود می شود.سپس با استفاده از ویژگی های مکان مشخصه دو زیرکلمه که کمترین فاصله را با زیرکلمه ورودیدارند انتخاب می شوند. دو زیرکلمه نیز با استفاده از ویژگی های ناحیه بندی و معیار کمترین فاصلهانتخاب می شوند که ممکن است بین این دو و دو زیرکلمه قبلی یک یا دو زیرکلمه مشترک نیز وجودداشته باشد. برای انتخاب زیرکلمه نهایی از بین این حداکثر چهار زیرکلمه، از ویژگی های تعداد تقاطععمودی متن با زمینه استفاده شده است. این روش برای قلم لوتوس آزمون شده و نرخ بازشناسی98.18% برای داده های آزمون بدست آمده است.

کلیدواژه ها:

بازشناسی زیرکلمات فارسی ، کاهش فضای جستجو ، ویژگی های ساده ، ویژگی های مکان مشخصه ، ویژگی های ناحیه بندی ، ویژگی های تقاطع عمودی