|
عنوان
|
بازشناسی اسامی دست نویس فارسی با استفاده از یادگیری عمیق
|
|
نوع پژوهش
|
پایان نامه
|
|
کلیدواژه‌ها
|
بازشناسی کلمه، متن دست نویس، فارسی، برون خط، شبکه های عصبی عمیق، پردازش متن
|
|
چکیده
|
بازشناسی اسامی دست نویس فارسی یکی از موضوعات مهم در پردازش زبان طبیعی و بینایی کامپیوتر است که تأثیرات گسترده ای در حوزه های مختلف از جمله آموزش، فناوری، و صنعت دارد. با توجه به اینکه در بسیاری از ادارات، اطلاعات به صورت فرم های دست نویس دریافت می شود، استخراج اطلاعات، به ویژه اسامی، از این فرم ها نقش حیاتی در رقمی سازی و بهبود فرایندهای اداری ایفا می کند. علاوه بر این، اسناد و فرم های قدیمی متعددی در دسترس است که نخستین گام در تحلیل آن ها، شناسایی اسامی افراد مرتبط با این اسناد است. این پژوهش با هدف ارائه راهکاری جدید برای بازشناسی اسامی دست نویس فارسی انجام می شود و می تواند به تسریع فرایندهای اداری، بهبود مدیریت داده ها، و دسترسی بهتر به اطلاعات کمک کند. توسعه چنین سیستم هایی، با توجه به وابستگی بسیاری از به اسناد دست نویس، اهمیت زیادی دارد. تحقیق حاضر سعی دارد تا بخشی از چالش های موجود در بازشناسی اسامی دست نویس را هموار کند. همچنین، این سیستم می تواند کاربردهای گسترده ای در پردازش خودکار اسناد و تسهیل فرایندهای روزمره داشته باشد و در نهایت گامی مؤثر در بهبود دسترسی به اطلاعات و ارتقای فناوری های مرتبط باشد
|
|
پژوهشگران
|
وحید وحیدی کویچ (دانشجو)، جلیل قویدل نیچران (استاد راهنما)، ناصر فرج زاده (استاد مشاور)
|