بررسی شیوه های متداول نگارش دست نوشته های برخط فارسی به منظور استفاده در بازشناسی آن ها

در بازشناسی دست نوشته ها به صورت برخط (یا برون خط)، آگاهی از انواع نوشتن حروف در کلمه ها ضروری است. در این مقاله، پایگاه داده برخط دانشگاه تربیت مدرس را انتخاب کرده ایم- که شامل حدود 10،000 نمونه از 1،000 زیرکلمه پرکاربرد فارسی است- و گروه بندی های متفاوت را از نظر بدنه اصلی و اجزای کوچک زیرکلمه ها معرفی کرده ایم. در بخش دیگر مقاله، به بررسی انواع دستخط می پردازیم و مهمترین شکل های متفاوت نوشتن حروف را پیدا می کنیم. سپس با توجه به آنها، زیرکلمه ها را گروه بندی می نماییم. بررسی فراوانی حروفی که به چند شکل نوشته می شوند و تحلیل آنها از مباحث نهایی این مقاله است. نتایج اولیه بهبود موثر دقت بازشناسی را با انجام گروه بندی براساس انواع نوشتن حروف، نشان می دهد.

Keywords:

پایگاه داده , دست نوشته برخط , دستخط , فارسی , بازشناسی