BİRLEŞİK VE EĞİK TÜRKÇE EL YAZISI TANIMADA K-NN  SINIFLAMA YÖNTEMİ VE SÖZLÜK KULLANIMI

Murat ŞEKERCİ; Rembiye KANDEMİR

Makale detayları

BİRLEŞİK VE EĞİK TÜRKÇE EL YAZISI TANIMADA K-NN SINIFLAMA YÖNTEMİ VE SÖZLÜK KULLANIMI

Yazarlar:

Murat ŞEKERCİ | Rembiye KANDEMİR

Yayıncı:

Trakya University

Dergi:

Trakya University Journal of Science 2009 Vol.10 Issue 1, pp.97-102

Belge Tipi:

Makale

Yayın Tarihi:

8/2016

Belge Dili:

Türkçe

Document ID (Org No.):

2000805368

Sıklık:

İki Yıllık

pISSN:

1305-6468

Anahtar kelimeler:

Özet:

 

This study is dealt with Turkish handwritten touching-sloping text recognition. The difficulty of handwritten recognition depends on changing of handwritten person by person and touching-sloping written characters. Also, agglutinative word structure of Turkish language increases difficulty of recognition. It was used lowercase handwritten for recognition system. It was used k-NN for character recognition stage. Character segmentation and lexicon were used together for word recognition. It was blocked choosing incorrect letters using lexicon and corrected recognition of incorrect words. In the study, while performance of character recognition was obtained 90.5%, performance of word recognition was obtained 84%. The lower value of performance of word recognition obtained depends on restricted word in lexicon used for the study.

 

Bu çalışma, henüz tam olarak çözülememiş problem olan birleşik ve eğik Türkçe el yazısı üzerinedir. El yazısı tanımadaki zorluk, kişiden kişiye yazım farklılıkları göstermesi ve harflerin birbirine bitişik yazılmasından kaynaklanmaktadır.Ayrıca Türkçe’nin eklemeli kelime yapısına sahip olması da bu zorluğu arttırmaktadır. Tanıma sisteminde, küçük harflerle yazılmış el yazısı kullanılmıştır. Karakter tanıma aşamasında, sınıflama için k-NN’ den yararlanılmıştır. Kelimelerin tanınmasında, sözlük ve karakterlerin bölütlenmesi birlikte kullanılmıştır. Sözlük kullanımı ile kelime doğrulama aşamasında anlamsız harflerin seçilmesi engellenmiş ve yanlış tanınan kelimelerin düzeltilmesi sağlanmıştır. Çalışmadaki karakter tanıma performansı %90.5 iken kelime tanıma performansı %84 olarak elde edilmiştir. Elde edilen kelime tanıma performansının daha düşük olması çalışmada kullanılan sözcükteki kelime sayısının sınırlı olmasından kaynaklanmaktadır.

Makale detayları

BİRLEŞİK VE EĞİK TÜRKÇE EL YAZISI TANIMADA K-NN SINIFLAMA YÖNTEMİ VE SÖZLÜK KULLANIMI

Yazarlar:

Murat ŞEKERCİ | Rembiye KANDEMİR

Yayıncı:

Trakya University

Dergi:

Trakya University Journal of Science 2009 Vol.10 Issue 1, pp.97-102

Belge Tipi:

Makale

Yayın Tarihi:

8/2016

Belge Dili:

Türkçe

Document ID (Org No.):

2000805368

Sıklık:

İki Yıllık

pISSN:

1305-6468

Türkçe el yazısı tanıma

birleşik yazı

karakter tanıma

k-NN sınıflama

sözlük

Sayı

Makale detayları

BİRLEŞİK VE EĞİK TÜRKÇE EL YAZISI TANIMADA K-NN SINIFLAMA YÖNTEMİ VE SÖZLÜK KULLANIMI

Yazarlar: Murat ŞEKERCİ | Rembiye KANDEMİR

Yayıncı: Trakya University

Dergi: Trakya University Journal of Science 2009 Vol.10 Issue 1, pp.97-102

Belge Tipi: Makale

Yayın Tarihi: 8/2016

Belge Dili: Türkçe

Document ID (Org No.): 2000805368

Sıklık: İki Yıllık

pISSN: 1305-6468

Türkçe el yazısı tanıma

birleşik yazı

karakter tanıma

k-NN sınıflama

sözlük

Sayı

Yazarlar:

Murat ŞEKERCİ | Rembiye KANDEMİR

Yayıncı:

Trakya University

Dergi:

Trakya University Journal of Science 2009 Vol.10 Issue 1, pp.97-102

Belge Tipi:

Makale

Yayın Tarihi:

8/2016

Belge Dili:

Türkçe

Document ID (Org No.):

2000805368

Sıklık:

İki Yıllık

pISSN:

1305-6468