فایل ورد کامل روشی احتمالی برای بازیابی کلیدواژه در تصاویر اسناد دست نویس

توجه : به همراه فایل word این محصول فایل پاورپوینت (PowerPoint) و اسلاید های آن به صورت هدیه ارائه خواهد شد

این مقاله، ترجمه شده یک مقاله مرجع و معتبر انگلیسی می باشد که به صورت بسیار عالی توسط متخصصین این رشته ترجمه شده است و به صورت فایل ورد (microsoft word) ارائه می گردد

متن داخلی مقاله بسیار عالی، پر محتوا و قابل درک می باشد و شما از استفاده ی آن بسیار لذت خواهید برد. ما عالی بودن این مقاله را تضمین می کنیم

فایل ورد این مقاله بسیار خوب تایپ شده و قابل کپی و ویرایش می باشد و تنظیمات آن نیز به صورت عالی انجام شده است؛ به همراه فایل ورد این مقاله یک فایل پاور پوینت نیز به شما ارئه خواهد شد که دارای یک قالب بسیار زیبا و تنظیمات نمایشی متعدد می باشد

توجه : در صورت مشاهده بهم ریختگی احتمالی در متون زیر ،دلیل ان کپی کردن این مطالب از داخل فایل می باشد و در فایل اصلی فایل ورد کامل روشی احتمالی برای بازیابی کلیدواژه در تصاویر اسناد دست نویس،به هیچ وجه بهم ریختگی وجود ندارد

تعداد صفحات این فایل: ۱۰ صفحه

چکیده
بازیابی کلیدواژه در تصاویر اسناد دست نویس، کار مشکلیاست زیرا شناسایی دست نوشتهبرای ایجاد رونوشت به درستی انجام نمی شود خصوصاً در هنگام استفاده از واژه نامه های بزرگ. روش های موجود به منظور بازیابی،نمایه ها را با استفاده از فواصل OCR یا ویژگی های تصویر ایجاد می کنند. این روش های جایگزین، مکمل روش های قدیمی هستند که نمایه ها را بر روی متن OCR شده ایجاد می کنند. ما در این مقاله، پیشرفتی در روش های بازیابی کلیدواژه (جستجوی واژه ها) را با مدلسازی جداسازی واژه های ناقص به عنوان احتمالات و ترکیب این احتمالات در الگوریتم جستجوی واژه ها توضیح می دهیم. امتیازات داده شده از سوی واژه شناس نیز به احتمالات تبدیل شده است و در مدل احتمالی جستجوی واژه ها ترکیب شده است.

عنوان انگلیسی:A probabilistic method for keyword retrieval in handwritten document images~~en~~

Abstract

Keyword retrieval in handwritten document images is a challenging task because handwriting recognition does not perform adequately to produce the transcriptions, especially when using large lexicons. Existing methods build indices using OCR distances or image features for the purpose of retrieval. These alternative methods are complimentary to the traditional approaches that build indices on OCR’ed text. In this paper, we describe an improvement to the existing keyword retrieval (word spotting) methods by modeling imperfect word segmentation as probabilities and integrating these probabilities into the word spotting algorithm. The scores returned by the word recognizer are also converted into probabilities and integrated into the probabilistic word spotting model.

$$en!!