BibTex RIS Cite

BİRLEŞİK VE EĞİK TÜRKÇE EL YAZISI TANIMADA K-NN SINIFLAMA YÖNTEMİ VE SÖZLÜK KULLANIMI

Year 2009, Volume: 10 Issue: 1, 97 - 102, 05.08.2016

Abstract

Bu çalışma, henüz tam olarak çözülememiş problem olan birleşik ve eğik Türkçe el yazısı üzerinedir. El yazısı tanımadaki zorluk, kişiden kişiye yazım farklılıkları göstermesi ve harflerin birbirine bitişik yazılmasından kaynaklanmaktadır.Ayrıca Türkçe’nin eklemeli kelime yapısına sahip olması da bu zorluğu arttırmaktadır. Tanıma sisteminde, küçük harflerle yazılmış el yazısı kullanılmıştır. Karakter tanıma aşamasında, sınıflama için k-NN’ den yararlanılmıştır. Kelimelerin tanınmasında, sözlük ve karakterlerin bölütlenmesi birlikte kullanılmıştır. Sözlük kullanımı ile kelime doğrulama aşamasında anlamsız harflerin seçilmesi engellenmiş ve yanlış tanınan kelimelerin düzeltilmesi sağlanmıştır. Çalışmadaki karakter tanıma performansı %90.5 iken kelime tanıma performansı %84 olarak elde edilmiştir. Elde edilen kelime tanıma performansının daha düşük olması çalışmada kullanılan sözcükteki kelime sayısının sınırlı olmasından kaynaklanmaktadır

References

  • A.Çapar, K.Taşdemir, Ö. Kılıç, M.Gökmen "A Turkish Handprint Character Recognition System" 18th International Symposium on Computer and Information Sciences (ISCIS'03), Antalya TURKEY, 2003
  • Erdem O. A., Uzun E. “Yapay sinir ağları ile Türkçe times new roman, arial ve el yazısı karakterleri tanıma”, Gazi Üniv. Müh. Mim. Fak. Der. Cilt 20, No 1, 13-19, 2005
  • Gunter Simon, Bunke Horst, “Off-line cursive handwriting recognition using multiple classifier systems—on the influence of vocabulary, ensemble, and training set size”, Optics and Lasers in Engineering 43 (2005) 437–454
  • Senior Andrew W., Robinson Anthony J., “An Off-Line Cursive Handwriting Recognition System”, IEEE transactions on pattern analysis and machine intelligence, vol. 20, no. 3, march 1998
  • Shi Z., Govlndaraju V. “Segmentation and recognition of connected handwritten numeral strings”, Pattern Recognition, Vol. 30, No. 9, pp. 1501 1504. 1997
  • Shridhar M., Houle G., Kimura F., “Handwritten Word Recognition Using Lexicon Free and Lexicon Directed Word”, Proceedings of the 4th International Conference on Document Analysis and Recognition (ICDAR), Pages: 861 – 865, 1997
  • Şekerci M., “Birleşik ve Eğik Türkçe El Yazısı Tanıma Sistemi”, T.Ü.Fen Bilimleri Enst, tez, Mart 2007, Edirne
  • Şekerci M., Kandemir R., “Sözlük Kullanarak Türkçe El Yazısı Tanıma”, Elektrik–Elektronik Bilgisayar– Mühendisliği Sempozyum (ELECO 2006), Aralık 2006, BURSA
  • Verma, B., Blumenstein M. & Kulkarni S.,"Recent Achievements In Off-Line Handwriting Recognition Systems," International Conference on Computational Intelligence and Multimedia Applications (ICCIMA '98), Melbourne, Australia, pp. 27-33, 1998.
  • Vural E., Erdoğan H., Oflazer K., Yanıkoğlu B., “Türkçe İçin Tablet PC Ortamında Çevrimiçi Yazı Tanıma Sistemi”, 12.th Signal Processing and Communication Applications Conference, April 2004, Kuşadası
  • Yanıkoğlu B., Kholmatov A. 'Turkish handwritten text recognition: A case of Agglutinative Languages", Proceedings of SPIE, January 2003

Touching-Sloping Turkish Handwriten Text Recognition Using K-Nn Classification Method and Lexicon

Year 2009, Volume: 10 Issue: 1, 97 - 102, 05.08.2016

Abstract

This study is dealt with Turkish handwritten touching-sloping text recognition. The difficulty of handwritten recognition depends on changing of handwritten person by person and touching-sloping written characters. Also, agglutinative word structure of Turkish language increases difficulty of recognition. It was used lowercase handwritten for recognition system. It was used k-NN for character recognition stage. Character segmentation and lexicon were used together for word recognition. It was blocked choosing incorrect letters using lexicon and corrected recognition of incorrect words. In the study, while performance of character recognition was obtained 90.5%, performance of word recognition was obtained 84%. The lower value of performance of word recognition obtained depends on restricted word in lexicon used for the study

References

  • A.Çapar, K.Taşdemir, Ö. Kılıç, M.Gökmen "A Turkish Handprint Character Recognition System" 18th International Symposium on Computer and Information Sciences (ISCIS'03), Antalya TURKEY, 2003
  • Erdem O. A., Uzun E. “Yapay sinir ağları ile Türkçe times new roman, arial ve el yazısı karakterleri tanıma”, Gazi Üniv. Müh. Mim. Fak. Der. Cilt 20, No 1, 13-19, 2005
  • Gunter Simon, Bunke Horst, “Off-line cursive handwriting recognition using multiple classifier systems—on the influence of vocabulary, ensemble, and training set size”, Optics and Lasers in Engineering 43 (2005) 437–454
  • Senior Andrew W., Robinson Anthony J., “An Off-Line Cursive Handwriting Recognition System”, IEEE transactions on pattern analysis and machine intelligence, vol. 20, no. 3, march 1998
  • Shi Z., Govlndaraju V. “Segmentation and recognition of connected handwritten numeral strings”, Pattern Recognition, Vol. 30, No. 9, pp. 1501 1504. 1997
  • Shridhar M., Houle G., Kimura F., “Handwritten Word Recognition Using Lexicon Free and Lexicon Directed Word”, Proceedings of the 4th International Conference on Document Analysis and Recognition (ICDAR), Pages: 861 – 865, 1997
  • Şekerci M., “Birleşik ve Eğik Türkçe El Yazısı Tanıma Sistemi”, T.Ü.Fen Bilimleri Enst, tez, Mart 2007, Edirne
  • Şekerci M., Kandemir R., “Sözlük Kullanarak Türkçe El Yazısı Tanıma”, Elektrik–Elektronik Bilgisayar– Mühendisliği Sempozyum (ELECO 2006), Aralık 2006, BURSA
  • Verma, B., Blumenstein M. & Kulkarni S.,"Recent Achievements In Off-Line Handwriting Recognition Systems," International Conference on Computational Intelligence and Multimedia Applications (ICCIMA '98), Melbourne, Australia, pp. 27-33, 1998.
  • Vural E., Erdoğan H., Oflazer K., Yanıkoğlu B., “Türkçe İçin Tablet PC Ortamında Çevrimiçi Yazı Tanıma Sistemi”, 12.th Signal Processing and Communication Applications Conference, April 2004, Kuşadası
  • Yanıkoğlu B., Kholmatov A. 'Turkish handwritten text recognition: A case of Agglutinative Languages", Proceedings of SPIE, January 2003
There are 11 citations in total.

Details

Other ID JA55YK43VB
Journal Section Articles
Authors

Murat Şekerci This is me

Rembiye Kandemir This is me

Publication Date August 5, 2016
Published in Issue Year 2009 Volume: 10 Issue: 1

Cite

APA Şekerci, M., & Kandemir, R. (2016). BİRLEŞİK VE EĞİK TÜRKÇE EL YAZISI TANIMADA K-NN SINIFLAMA YÖNTEMİ VE SÖZLÜK KULLANIMI. Trakya Üniversitesi Fen Bilimleri Dergisi, 10(1), 97-102.
AMA Şekerci M, Kandemir R. BİRLEŞİK VE EĞİK TÜRKÇE EL YAZISI TANIMADA K-NN SINIFLAMA YÖNTEMİ VE SÖZLÜK KULLANIMI. Trakya Univ J Sci. August 2016;10(1):97-102.
Chicago Şekerci, Murat, and Rembiye Kandemir. “BİRLEŞİK VE EĞİK TÜRKÇE EL YAZISI TANIMADA K-NN SINIFLAMA YÖNTEMİ VE SÖZLÜK KULLANIMI”. Trakya Üniversitesi Fen Bilimleri Dergisi 10, no. 1 (August 2016): 97-102.
EndNote Şekerci M, Kandemir R (August 1, 2016) BİRLEŞİK VE EĞİK TÜRKÇE EL YAZISI TANIMADA K-NN SINIFLAMA YÖNTEMİ VE SÖZLÜK KULLANIMI. Trakya Üniversitesi Fen Bilimleri Dergisi 10 1 97–102.
IEEE M. Şekerci and R. Kandemir, “BİRLEŞİK VE EĞİK TÜRKÇE EL YAZISI TANIMADA K-NN SINIFLAMA YÖNTEMİ VE SÖZLÜK KULLANIMI”, Trakya Univ J Sci, vol. 10, no. 1, pp. 97–102, 2016.
ISNAD Şekerci, Murat - Kandemir, Rembiye. “BİRLEŞİK VE EĞİK TÜRKÇE EL YAZISI TANIMADA K-NN SINIFLAMA YÖNTEMİ VE SÖZLÜK KULLANIMI”. Trakya Üniversitesi Fen Bilimleri Dergisi 10/1 (August 2016), 97-102.
JAMA Şekerci M, Kandemir R. BİRLEŞİK VE EĞİK TÜRKÇE EL YAZISI TANIMADA K-NN SINIFLAMA YÖNTEMİ VE SÖZLÜK KULLANIMI. Trakya Univ J Sci. 2016;10:97–102.
MLA Şekerci, Murat and Rembiye Kandemir. “BİRLEŞİK VE EĞİK TÜRKÇE EL YAZISI TANIMADA K-NN SINIFLAMA YÖNTEMİ VE SÖZLÜK KULLANIMI”. Trakya Üniversitesi Fen Bilimleri Dergisi, vol. 10, no. 1, 2016, pp. 97-102.
Vancouver Şekerci M, Kandemir R. BİRLEŞİK VE EĞİK TÜRKÇE EL YAZISI TANIMADA K-NN SINIFLAMA YÖNTEMİ VE SÖZLÜK KULLANIMI. Trakya Univ J Sci. 2016;10(1):97-102.