چکیده فارسی :

شناسایی متن دست خطی (HRT) اغلب خط به خط اجرا می‌شود: کدگشایی خطوط متنی بطور مستقل اجرا می‌شود. این روش جهت از بین بردن دقت تشحیص کلمات و مشخصه‌های نزدیک به مرزهای خطی، شناخته می‌شود. تحقیق کنونی این موضوع را از نقطه نظر مولفه مدلسازی زبان سیستم HTR بررسی می‌کند. بطور آشکارا، کمبود متن زبانشناسی، یکی از دلایل فقدان دقت است، اما یقینا، تنها عامل ایفا کننده نمی‌باشد. ما در جستجوی آشکارسازی این موضوع هستیم که کدام دامنه از این مسئله تحت تاثیر مولفه مدلسازی زبان سیستم است. در ابتدا بحث نمودیم که چگونه مدلهای زبان تطبیقی را توسعه دهیم که بطور معناداری باعث بهبود کلی اجرای HTR می‌شوند. سپس بر آرایش روش‌ها متمرکز شدیم تا دقت را در مرزهای خطی بهبود بخشیم. نتیجه نهایی، روشی کارآمد است که بطور معنادار باعث بهبود دقت HTR می‌شود بدون اینکه تغییری در تنظیم سیستم HTR اصلی ایجاد کند.

کلمات کلیدی: تطبیق دامنه ، مدل N- گرم مرتبه بالاتر ، شناسایی دست خط

چکیده انگلیسی:

Hand-written text recognition (HTR) is often carried out line-by-Iine: the decoding of text lines is carried out independently. This approach is known to deteriorate recognition accuracy of words and characters close to the line boundaries. The present study investigates this issue from the point of view of the language modeling component of the HTR system. Obviously, lack of linguistic context may be one of the reasons for loss of accuracy, but it certainly is not the only factor in play. We seek to clarify to which extent the problem can be influenced by the language modeling component of the system. We first discuss how to develop adapted language models which significantly improve HTR performance in general. We then focus on the deployment of methods to improve accuracy at line boundaries. The final result is an efficient approach which significantly improves HTR accuracy without changing the basic HTR system setup.
Keywords-Domain adaptation ; Higher order N-gram model ; Hand-written text recognition.