بازیابی تصویر زیرکلمات فارسی تایپی به کمک روش سلسله مراتبی دوسطحی

در این مقاله یک روش سلسله مراتبی برای بازیابی تصاویر زیرکلمات فارسی تایپی معرفی میشود. ورودی این سیستم، زیرکلمه ای است که بعنوان مورد پرس و جو به سیستم داده میشود و خروجی آن تصاویر موجود در فرهنگ زیرکلمات است که بر اساس میزان شباهت به زیرکلمه ورودی مرتب شده اند. در روش پیشنهادی، تصاویر زیرکلمات تا سطح چهارم تقطیع شده و با توجه به فراوانی زیرتصاویر، قالبهای پایه برای هر سطح طراحی میشوند. قالبهای پایه با زیرتصاویر سطح 3 و 4 مقایسه شده و بردارهای ویژگی از این دو سطح استخراج میشوند. با ورود زیرکلمه پرس و جو، بردارهای ویژگی سطح سه با بردار ویژگی زیرکلمه ورودی مقایسه میشوند. با استفاده از سطح 3 تعداد زیادی از زیرکلمات به منظور بالا بردن سرعت و به بهای از دست دادن کمی دقت هرس میشوند. پس از مرحله هرس، بردارهای ویژگی سطح چهار با بردار ویژگی زیرکلمه ورودی مقایسه شده و زیرکلمات بازیابی میشوند. آزمایشها بر روی فرهنگ کلمات شامل 6888 زیرکلمه فارسی که با سه اندازه و چهار فونت مختلف تایپ شده اند اجرا شده است. نتایج بازیابی نشان میدهد که روش پیشنهادی، با سرعت و دقت قابل قبولی قادر به بازیابی تصاویر زیرکلمات فارسی است

کلیدواژه ها:

بازیابی ، متون تایپی ، فارسی و عربی ، روش سلسله مراتبی ، تقطیع زیرکلمه ، قالب پایه ، زیرکلمه کلیدی