РАЗРАБОТКА АЛГОРИТМОВ РАСПОЗНАВАНИЯ КАЗАХСКИХ РУКОПИСЕЙ С ИСПОЛЬЗОВАНИЕМ ТЕХНОЛОГИИ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА

Аннотация

В данной статье рассматривается использование рекуррентных нейронных сетей как части искусственного интеллекта для распознавания рукописного текста, написанного на казахском языке. Распознавание рукописей на казахском языке использует метод осознанного распознавания рукописей путем сегментации записей и обработки результатов, разделения полученной информации на текст и изображения и преобразования текста в текст. Это сложный структурный процесс, который заключается в сканировании бумаги одним сканированием. В этом исследовании, A. Abdallah, M. Hamada, D. Nurseitov в целях решения задачи распознавания рукописного текста написанный на казахском, новая модель основана на полностью закрытые сверточные нейронные сети и анализ полученных результатов. В этой статье описана модель, основанная на архитектуре CNN-BGRU (CNN - сверточная нейронная сеть, блок двунаправленного рекурсивного шлюза, сверточная нейронная сеть - двунаправленный блок управления), и рассчитаны частоты ошибок на символ, количество ошибок на слово и ошибки распознавания рукописных предложений. Для обучения и тестирования системы распознавания рукописного текста был получен набор данных Kazakh KOHTD. Предлагаемая модель реализована с использованием библиотеки TensorFlow для Python.