بازشناسی شورایی زیرکلمه تایپی فارسی در فضای محدود شده با روش ترکیب رای گیری وزن دار هوشمند

در این مقاله روشی شورایی برای بازشناسی زیرکلمات تایپی فارسی ارایه 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 98.34% برای داده های آزمون بدست آمده است.