پردازش مستندات یکی از جذاب ترین زمینه های بازشناسی الگو است و بازشناسی متون، محوری ترین بخش در پردازش مستندات است . یکی از مهمترین مراحل بازشناسی متون چاپی فارسی جداسازی حروف است . ما در این پایان نامه با اصلاح الگوریتم عزمی که مبتنی بر کانتور بالایی است ، الگوریتم جداسازی مناسبی برای متون چاپی قدیمی ارائه کرده ایم. برای حل مشکل نایکنواختی کرسی خط، روش مناسبی برای تعیین نوار زمینه پیشتهاد کرده ...

سامانه های نویسه خوان نوری، ocr، نقش بزرگی در تحقق دولت الکترونیک و کاهش حجم بایگانیهای کاغذی و دیجیتال دارند. این سامانه ها از سه بخش اصلی پیش پردازش، شناسایی متن و پس پردازش تشکیل شده اند. طبیعی است که هر خطایی در مرحله پیش پردازش، بازگشت ناپذیر است، مثلا اگر زاویه چرخش سند اشتباه شناسایی شود، سبب خواهد شد که خطوط متن کج بشوند و فرایند شناسایی متن، به درستی صورت نگیرد. یکی از قسمتهای مهم در پ...

یکی از رایجترین اشکال انتقال اطلاعات، کاغذ می باشد. حجم زیادی از اطلاعات از طریق کاغذ منتقل می شوند. مستندات کاغذی از تنوع زیادی برخوردار هستند به عنوان مثال اطلاعات روی کاغذ می تواند شامل متون چاپی یا دست نویس، جداول، منحنی ها، تصاویر و ... باشد. ترکیب این اطلاعات بر روی اسناد کاغذی و همچنین استفاده از انواع مختلف قلم ها و ویژگی های خاص باعث دشواریهایی در بازیافت اطلاعات می گردد. علاوه بر این ...

امروزه نیاز به سیستم های پردازش متون با توجه به رشد روزافزون متون الکترونیکی و ایجاد پایگاه داده های متنی مورد توجه قرار گرفته است. متن کاوی زمینه ای است که به سبب پیشرفت های زیاد در فناوری های سخت افزاری و نرم افزاری پیشرفت های سریعی در سالهای اخیر داشته است که منجر به در دسترس پذیری انواع مختلف داده ها میگردد. در این پژوهش تعیین عنوان برای متون فارسی پس از استخراج کلمات کلیدی و وزن دهی آن ها ...

پژوهش در ارتباط با یافتن راهکاری برای دسته بندی موضوعی متون بر اساس هفت دسته از پیش تعیین شده است.در این پژوهش با ابتکار خلق بانک لغات موضوعی یک دسته بندی با درصد دقت و سرعت بهتر صورت گرفته است

بازشناسی متون، در سال های اخیر بسیار مورد توجه قرار گرفته است. ارائه الگوریتم های بازشناسی برگرفته از ساختار گرامری و معنایی این زبان می تواند روش موثری در پردازش های دیگر مربوط به خط و زبان فارسی باشد. در این مقاله با استفاده از شاخه علمی پردازش زبان-های طبیعی، یک الگوریتم سه مرحله ای به منظور بازشناسی متون فارسی بر مبنای بازشناسی جملات فارسی ارائه می شود. این روش شامل مراحل ترکیب زیرکلمات به ...

در مقالۀ حاضر سامانه ای هوشمند جهت ویرایش و خطایابی املایی متون فارسی معرفی شده است. هدف از طراحی و ایجاد این سامانه، ویرایش متون فارسی برای کاربردهای پردازش زبان طبیعی است. این سامانه بر مبنای یک رویکرد مهندسی قابل توسعه، از سه زیرسامانه تشکیل شده است: ویرایش گر متن فارسی معیار، خطایاب املایی خودکار زبان فارسی و ستاک یاب واژگان زبان فارسی. این سه بخش با یکدیگر در تعاملند؛ بدین شکل که ابتدا ستا...

این پژوهش با هدف بررسی الگوهای خواندن متون با طرح واره های فرهنگی آشنا و ناآشنا به روش کیفی انجام شده است. حرکات چشمی تعداد 16 نفر از دانشجویان فارسی زبان در دو گروه 8 نفره ، مبتدی و پیشرفته از لحاظ سطح توانایی مهارتهای زبان انگلیسی ، با استفاده از دستگاه ردیاب چشمی مورد مطالعه قرار گرفت. نتایج به دست آمده از دستگاه ردیاب چشمی و مصاحبه ی شفاهی نشان می دهد که الف) الگوی پردازش خواندن دو گروه در ...

در زبانشناسی رایانه ای پیکره، انباره ای از داده های متنی است که برای اهداف مختلفی مثل مطالعات فرهنگی یک زبان خاص، مطالعه تغییرات یک زبان با گذشت زمان، پروژه های پردازش زبان های طبیعی، پروژه هایی که مربوط به حوزه ی زبان شناسی است، ایجاد می شوند. در این تحقیق تمرکز ما بر طراحی و ساخت پیکره ی دو زبانه ی فارسی-انگلیسی حوزه ی فاوا است. این پیکره به صورت خودکار ساخته شده است و منابع آن اسناد تخصصی حو...