استفاده از مناطق شاخص زیر- کلمات چاپی فارسی برای کاهش فضای جستجو در بازشناسی آنها

در روش های رایج برای کاهش اندازه دیکشنری، معمولا مجموعه کلمات بر اساس ویژگی های شکل کلی شان خوشه بندی می شوند. سپس، هر کلمه ورودی به این خوشه ها طبقه بندی می شود. با توجه به تاثیر مستقیم این مرحله در نتیجه نهایی سیستم بازشناسی، کاهش دیکشنری باید با دقت بالایی انجام شود. به این منظور در این مقاله روشی را برای تایید ارائه می کنیم که میزان اطمینان به خوشه انتخابی را تعیین می کند. میزان اطمینان به خوشه انتخابی بر اساس ویژگی های محلی شکل تعیین می شود. بردارهای ویژگی محلی از شکل زیر- کلمه ورودی استخراج شده و با مناطق شاخص متناظر با خوشه انتخابی مقایسه می شود. مناطق شاخص یک خوشه، مناطقی از شکل هستند که زیر- کلمات آن خوشه را از سایر خوشه ها متمایز می کنند و در انتها روش تایید پیشنهادی به همراه مجموعه ای از قوانین برای کاهش اندازه دیکشنری به کار می رود. آزمایش های انجام شده بر مجموعه شکل های زیر- کلمات فارسی نشان می دهد با روش پیشنهادی این مقاله می توان با حفظ دقت، فضای جستجو را تا حد قابل توجهی کاهش داد.