Améliorations dans la reconnaissance de texte arabe basée sur le modèle HMM de sous-caractères

Les modèles HMM de sous-caractères pour la reconnaissance de texte arabe permettent le partage de motifs communs entre différentes formes de caractères arabes dépendantes de la position ainsi qu'entre différents caractères. Le nombre de HMM est considérablement réduit tout en capturant les variations des motifs de forme. Cela aboutit à un reconnaisseur compact, efficace et robuste avec un ensemble de modèles réduit. Dans cet article, nous présentons nos récentes améliorations dans la modélisation HMM de sous-caractères pour la reconnaissance de texte arabe où nous utilisons des modèles 'connecteurs' et 'espaces' spéciaux. De plus, nous avons étudié des HMM de sous-caractères contextuels pour la reconnaissance de texte. Nous présentons également des HMM de sous-caractères contextuels à flux multiples où les caractéristiques calculées à partir d'un cadre de fenêtre glissante forment un flux et ses caractéristiques dérivées font partie du second flux. Nous rapportons des résultats à la pointe de la technologie sur la base de données IFN/ENIT (référence) de texte arabe manuscrit et le taux de reconnaissance de 85,12 % sur les ensembles dépasse les résultats précédemment publiés.