蒙古文识别文本后处理相关技术研究.pdf

《蒙古文识别文本后处理相关技术研究.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、分类号I￡圣皇!：垒圣UDC学校代码：10126学号：30401030密级编号论文题目2007年6月10日此项研究得到：教育部、国家语委项目：“统一平台上少数民族文字识别系统研发”(项目号MZl15-005)、国家自然科学基金项目：“蒙古语语法信息词典的建立及调试”(项目号69963005)、国家语委项目：“面向信息处理的蒙古语词语规范研究”(项目号ZCl05-'008)、教育部、国家语委项目：“蒙古语语言知识库的建立”(项目号MZll5-038)资助。●●心oou乏毋A主u乏_o耍芰啄于萋¨善于訇

2、盂≈￡吞千萋妻毋釜¨￡乏雪之{季主手、才至∞乏营己u§已至妻¨垂}、≈；、耄乱习要呈石¨葚刍暑。孑萎于呵乏于爿写火¨雾己宇是冒乏i夏差乏妻，寄乱己善i('黧—妻一毫j习考萋≈委冬重原创性声明本人声明：所鼍交的学侮论文是本人在导师的指导’卜．进行的研究jl：作及取得的研究成果。除本文已经注明引用的内容外，论文中不包含其他人已经发表或撰写过的研究成果，也不包含为获得凼鏊直太堂及其他教育机构的学位或证。哆而使用过的材料。与我一同jl：作的同志对本研究所做的任何贡献均已往论文中作了明确的说明并表示谢意。学位

3、论文作者签名：日期：指导教师签名：日期：1舢7乙硼l’知卯．I；．，0在学期间研究成果使用承诺书本学位论文作者完全了解学校有关保留、使州学位论文的规定，即：内蒙古人学有权将学位论文的全部内容或部分保留并向国家有关机构、部门送交学位论文的复印件和磁盘，允许编入有关数据库进行检索，也可以采用影印、缩印或其他复制手段保存、汇编学ti7=论文。为保护学院和导师的知识产权，作者在学期间取得的研究成果属丁．内蒙古人学。作者今后使川涉及在学期间主要研究内容或研究成果，须征得内蒙古人学就读期间导师的同意；若用丁发表

4、论文，版权单位必须署名为内蒙古人学方可投稿或公开发表。学位论文作者签名：鱼丝趋．指导教师签名：日肌碑舢日肌严蒙古文识别文本后处理相关技术研究摘要文字识别属于模式识别的重要分支，它还涉及到图像处理、人工智能、信息论、形式语言与自动机、模糊数学、语言学等多门学科。目前，以汉文，英文等主要字符集为识别对象的研究已投入应用。蒙古文信息处理工作自20世纪80年代开始至今，进行了一些基础工程的建设和基础理论的研究，也开发过一系列应用系统。但是同国外及国内其它文字的识别相比，蒙古文识别研究起步较晚。本文从文字识别

5、角度充分考虑蒙古文自身的特点及蒙古文识别研究现状的基础上，对蒙古文识别文本后处理技术进行了研究。利用蒙古文语言先验知识对编码转换过程中的二义性问题进行了处理，对系统识别率的进一步提高起到一定的积极作用。论文的结构与内容：第一章主要介绍了此项研究的目的，文字识别的一些基本概念，蒙古文识别已往的研究，蒙古文识别的难点和主要研究内容等与本文有紧密联系的一些基础研究：第二章简要介绍了“多字体印刷蒙古文(混排汉英)文档识别系统”的核心识别方案，系统基础资源建设情况；第三章讨论了“多字体印刷蒙古文(混排汉英)文

6、档识别系统"文本后处理模块的实现过程，主要探讨了字素合并过程和形名转换过程；第四章阐释了进一步的工作及相关研究展望；最后部分是结束语。关于本文中涉及到的基本识别集，各类标准样本、规则库、OCR词典等的样本附于附录中。关键词：蒙古文识别文本后处理基础资源规则库妻L}田＼瘟【。}／＼-宇’(曩．≯，'0鼋芝多砂多歹L萝主殳℃；牙争～芝一、芯(鸣毫彳Lft)鼍多乞珏≥昌≥之乞4P善，冀9歹_L之?／，～奎乏，0爹夕，r咯彳L≥爹2争?j＼0乏受寥弓盂?喜7{：》弋才参L7每9夸彳＼L2；飞{多季飞{孑壬父

7、L享手：莩争名，^—岁，芎丢彳q}＼vL?岔，锡名争友善歹^夕缨＼．≥复厂’口乡，飞乇?／多衾穷弓另?善7{：}弋—身t≯27争4每乙h、毒?彳飞仍膏乙乒譬之7，套≥艺弋爹’口，锚【彳；气8L多≥?}瑶乏?飞／：?霍爹，另．^名孕PqZ7t‘坷b‘窄皱／^7刃L．I复厂甲罩‘衾芗弓另?季}乙弋’口互彳}L刃7葫牙＼刃乏夕客乏飞?飞夕善夕¨毒呈磊．差乏仍至Z事。芗乡?疆巳务7，?飞v弋t芗．主爻／≥72乡}嘭9钐元47追耷＼，小≥L≯彳％罗t刁《，j五手；9呀／多争毋4才占尹冀≥^乏L寸之?≥t龟名，

8、小≥L罗，弋?j留?＼^：≯彳4＼々9a口刃9彳务毛；tj■l宇／小之罗．分母4弓另罗X击7a争≯彳飞L手7萼，另?_杀人覆丫0q＼^q露L，r＼毋，呵；t力1LD7彳飞9弋2鼋Pq鲁多-●q口1H3-7鼋彳又爹t妻u乏妻．拿手乇．≯唾?^?＼．9芗?碍＼力?t．之?疆I面^乏LJ乇0，＼73乏刃7雩C．t≯'至．1；一矿雹?夕，参弋4凄寸℃7a移乞灰t刁罐，＼土歹9■t，彳，＼￡．厶／手／—七彳L．乏～’口，7．097歹L’口}7各7，哆?t笔乇百；多乞4多苕乞L穿