Osmanlıca kelimeleri eşleme

Simple item page
dc.contributor.authorAtaer, Esraen_US
dc.contributor.authorDuygulu, Pınaren_US
dc.coverage.spatialEskisehir, Turkey
dc.date.accessioned2016-02-08T11:39:55Z
dc.date.available2016-02-08T11:39:55Z
dc.date.issued2007-06en_US
dc.departmentDepartment of Computer Engineeringen_US
dc.descriptionDate of Conference: 11-13 June 2007
dc.descriptionConference name: IEEE 15th Signal Processing and Communications Applications, 2007
dc.description.abstractOsmanlı arşivleri dünyanın pek çok yerinden araştırmacının ilgi alanına girmektedir. Fakat bu belgelerin elle çevirisi zor bir iş olduğu için, bu arşivler kullanılamaz durumdadır. Otomatik çeviri gerekmektedir, fakat Osmanlıca’nın yazma özelliklerinden dolayı karakter tabanlı tanıma sistemleri istenen başarıyı gösterememektedir. Ayrıca, belgeler minyatür ve tuğra gibi önemli kısımlar içerdiği için, imge formatında saklanmaları gerekmektedir. Bu nedenle, bu çalışmada Osmanlıca kelimeleri imge olarak görerek probleme imge erişim problemi olarak yaklaşıldı ve kelime eşleme tekniği üzerine bir çözüm önerisinde bulunuldu. Nesne tanımada başarılı olan görsel öğeler kümesi (bag-of-visterms) tekniği kelime eşleme işlemine uyarlandı ve böylece her kelime imgesi taç noktalarından çıkarılan SIFT özelliklerinin ¨ vektor¨ nicemlemesiyle sembolize edildi. Benzer kelimeler görsel ögelerin dağılımına göre eşlendi. Deneyler 10,000 kelimenin üzerindeki matbu ve elyazması belge üzerinde yapıldı. Sonuçlar sistemin benzer kelimeleri yüksek doğrulukla eşlediğini ve anlamsal benzerlikleri bulduğunu gösteriyor Large archives of Ottoman documents are challenging to many historians all over the world. However, these archives remain inaccessible since manual transcription of such a huge volume is difficult. Automatic transcription is required, but due to the characteristics of Ottoman documents, character recognition based systems may not yield satisfactory results. It is also desirable to store the documents in image form since the documents may contain important drawings, especially the signatures. Due to these reasons, in this study we treat the problem as an image retrieval problem with the view that Ottoman words are images, and we propose a solution based on image matching techniques. The bag-of-visterms approach, which is shown to be successful to classify objects and scenes, is adapted for matching word images. Each word image is represented by a set of visual terms which are obtained by vector quantization of SIFT descriptors extracted from salient points. Similar words are then matched based on the similarity of the distributions of the visual terms. The experiments are carried out on printed and handwritten documents which included over 10,000 words. The results show that, the proposed system is able to retrieve words with high accuracies, and capture the semantic similarities between words.en_US
dc.identifier.doi10.1109/SIU.2007.4298650en_US
dc.identifier.urihttp://hdl.handle.net/11693/26932
dc.language.isoTurkishen_US
dc.publisherIEEE
dc.relation.isversionofhttp://dx.doi.org/10.1109/SIU.2007.4298650en_US
dc.source.titleIEEE 15th Signal Processing and Communications Applications, SIU 2007en_US
dc.subjectAll over the worlden_US
dc.subjectAutomatic transcriptionen_US
dc.subjectHandwritten documentsen_US
dc.subjectSalient pointsen_US
dc.subjectSIFT descriptorsen_US
dc.subjectWord imagesen_US
dc.subjectCharacter recognitionen_US
dc.subjectImage enhancementen_US
dc.subjectImage matchingen_US
dc.subjectImage retrievalen_US
dc.subjectInformation theoryen_US
dc.subjectNatural language processing systemsen_US
dc.subjectPhotocopyingen_US
dc.subjectSignal processingen_US
dc.subjectTranscriptionen_US
dc.subjectVector quantizationen_US
dc.titleOsmanlıca kelimeleri eşlemeen_US
dc.title.alternativeMatching Ottoman wordsen_US
dc.typeConference Paperen_US

Files

Original bundle
Now showing 1 - 1 of 1
Thumbnail Image
Name:
Matching Ottoman words [Osmanlica kelimeleri eşleme].pdf
Size:
691.18 KB
Format:
Adobe Portable Document Format
Description:
Full printable version
Download

Collections

Department of Computer Engineering