METHOD FOR AUTOMATICALLY RECOGNIZING ARABIC TEXT

PROBLEM TO BE SOLVED: To provide a method for automatically recognizing an Arabic text.SOLUTION: The method includes the steps of: constructing an Arabic corpus including Arabic text files written in various styles and a ground truth corresponding to each of the Arabic text files; associating a style index with the Arabic text file and storing the style index; digitizing a line of an Arabic character to form an array of pixels; dividing the line of the Arabic character into line images; forming a text feature vector on the basis of the line images; using the Arabic text files and the ground truth in the Arabic corpus according to the style index to train a hidden Markov model; and supplying the text feature vector to the hidden Markov model to recognize the line of the Arabic character. 【課題】 アラビア語テキストを自動的に認識するための方法を提供する。【解決手段】 当該方法は、さまざまな文体で書かれたアラビア語テキストファイルと、アラビア語テキストファイルの各々に対応するグラウンドトルースとを含むアラビア語コーパスを構築するステップと、文体インデックスをアラビア語テキストファイルに関連付けて記憶するステップと、アラビア文字の線をデジタル化してピクセルの配列を形成するステップと、アラビア文字の線を線画像に分割するステップと、線画像からテキスト特徴ベクトルを形成するステップと、文体インデックスに従ってアラビア語コーパスにおけるアラビア語テキストファイルおよびグラウンドトルースを用いて隠れマルコフモデルをトレーニングするステップと、テキスト特徴ベクトルを隠れマルコフモデルに供給してアラビア文字の線を認識するステップとを含む。【選択図】図１