8313

تشخيص كاراكترهاي دستنويس فارسي با استفاده از شبكه هاي عصبي

كارشناسي

مهندسي كامپيوتر

1401

دكتر ناصر مزيني

دكتر ناصر مزيني

1401/12/14

مهندسي كامپيوتر

Persian Handwritten Character Recognition using neural networks

تبديل نوشته‌هاي دست نويس كه در قالب تصوير ذخيره مي‌شوند به متن فارسي تايپ شده همواره يكي از سخت‌ترين و پر چالش‌ترين كارهايي است كه در در حوزه شبكه‌هاي عصبي و پردازش زبان‌هاي طبيعي وجود دارد. با توجه به پيشرفتي كه در اين زمينه در زبان‌هاي ديگر و به خصوص زبان انگليسي به وجود آمده، اين نياز در زبان فارسي هم حس مي‌شود. اما متاسفانه اين مسئله در زبان فارسي پيچيدگي‌هاي بيشتري ايجاد مي‌كند. زيرا حروف در زبان فارسي بر خلاف زبان انگليسي به صورت جدا از هم نيستند و حتي ممكن است چندين شكل نوشتن داشته باشند، براي مثال حرف "ح" را ممكن است به چهار صورت "ح"، "حـ"، "ـح"و "ـحـ" در يك نوشته ببينيم. در نتيجه اين چالش‌ها باعث شده كه در نتوانيم نتيجه‌ خوبي در اين زمينه براي زبان فارسي كسب كنيم. پس هرگونه پيشرفتي در اين زمينه ميتواند ما را يك قدم به رسيدن به اين هدف نزديك كند. اولين مرحله براي تشخيص متون فارسي، تشخيص كاراكترهاي فارسي مي‌باشد. در اين تحقيق تلاش شده است تا با استفاده از شبكه‌هاي عصبي مختلف دقت اين بازشناسي را بهبود ببخشيم.