Une approche pour la recherche de hiéroglyphes dans les archives de manuscrits chinois basée sur l'analyse morphologique

Résumé. La recherche de caractères chinois dans de grandes archives de documents manuscrits en utilisant un seul échantillon dans une requête est une tâche dite de reconnaissance unique. Le nombre total de caractères différents dans les archives de textes manuscrits chinois anciens est estimé à plusieurs dizaines de milliers, ce qui crée d'importants obstacles pour les méthodes basées sur l'apprentissage automatique en raison de la complexité de la construction de jeux de données d'entraînement. Cet article propose une méthode efficace pour reconnaître et rechercher des caractères basée sur une comparaison directe de la forme du caractère de la requête avec les caractères du fichier. Nous avons proposé une méthode de construction d'un modèle de hiéroglyphe sous la forme d'un graphe géométrique planaire. Une mesure est proposée pour évaluer la similarité et la différence de graphes géométriques généralement non isomorphes de hiéroglyphes en résolvant un problème d'affectation ainsi qu'une méthode de reconnaissance basée sur cette mesure. Des expériences informatiques réalisées avec de grandes bases de données de hiéroglyphes manuscrits ont confirmé l'efficacité de l'approche proposée en obtenant des résultats comparables aux méthodes d'apprentissage profond, tout en pouvant être implémentée sur des ordinateurs modernes conventionnels sans accélérateurs. De plus, la méthode est entièrement interprétable, ce qui est important pour comprendre et ajuster le processus de reconnaissance ainsi que pour le développement ultérieur de l'approche proposée.