ئۇيغۇرچە OCR ھەققىدە مېنىڭ تەجرىبىلىرىم (1)

sewdaye · ۋاقتى: 2017-5-2 10:46:49

مەنچە ئۇيغۇرچىنى تونۇتۇش ئۈچۈن ھەرىپ پارچىلاش ئەمەلگە ئاشمىغاندا سۆز ۋە سۆز بىرىكمىسىگە سېلىشتۇرۇپ يېزىققا ئايلاندۇرىدىغان قىلساق قانداق بولار دەيمەن، ئالىم مۇئەللىمدە ئۇيغۇرچە سۆز ئامبىرى بار، ئالىم ئەھەت تور بىكىتىدە بىر چاغدا 150مىلىيوندىن ئارتۇق سۆز بىرىكمىسى بار دىگەندەك قىلغان. شۇ سۆزلۈك ئامبىرىنى ئىشلىتىپ، سۆز ۋە سۆز بىرىكمىسىگە سېلىشتۇرۇش ئارقىلىق يېزىققا ئايلاندۇرىدىغان قىلساق سەل ئاسانمۇ قانداق؟
ھەرىپ بويىچە بولسىغۇ تېخىمۇ ياخشى بولاتتى. مەن ئىسىم تەرجىمە قىلىدىغان دىتالنى سېتىۋىلىش مەغلۇب بولغاندىن كىيىن ئىسىم لۇغەت ئامبىرى ياساپ، ئىسىمنى ئىسىم بويىچە تەرجىمە قىلىدىغان فونكىسىيە ياسىۋالدىم، مۇشۇمۇ خېلى ياخشى ئىشلەۋاتىدۇ، لىكىن داۋاملىق ئامبار يېڭىلاش ئاۋارىچىلىقى بار شۇ. شۇنىڭدەك سۆزلۈك ئامبىرىغا سېلىشتۇرىدىغان قىلساق قانداق بولار

شەرەر · ۋاقتى: 2017-5-2 11:57:25

sewdaye يوللىغان ۋاقتى 2017-5-2 08:46
مەنچە ئۇيغۇرچىنى تونۇتۇش ئۈچۈن ھەرىپ پارچىلاش ئەمەلگە ...

ئەلۋەتتە بۇ ئۇسۇلمۇ بولىدۇ، لىكىن بۇنىڭدا ئامبار تولۇق بولمىغان ئەھۋال ئاستىدا تونۇش توغۇرلىقى تۆۋەن بولىدۇ. ھەم ئامبار سىغىمىمۇ يۇقىرى بولىدۇ. تونۇش سۈرئىتىمۇ ئاستا بولىدۇ. ئەگەر بىز قانۇنىيەت بويىچە ھېسابلاش ئۇسۇلى تۇرغۇزساق مەيلى سۈرئەت ياكى توغۇرلۇق دەرىجىسى بولسۇن ياخشى بولىدۇ.
ھازىر بىر قانچىمىز ھەرپ پارچىلاشنى قىلىپ، مەلۇم نەتىجىگە ئېرىشتۇق. ئەمدى ئۇنىڭ توغۇرلۇق دەرىجىسىنى ۋە سۈرئىتىنى ئاشۇرساق دەسلەپكى قەدەمدە ئەمەلىي ئىشلىتىپ باقساق بولىدۇ.

Gvllinayli · ۋاقتى: 2017-5-4 01:53:24

بۇ يازمىنى ئاخىرىدا Gvllinayli تەھرىرلىگەن. ۋاقتى 2017-5-4 01:58

sewdaye يوللىغان ۋاقتى 2017-5-2 10:46
مەنچە ئۇيغۇرچىنى تونۇتۇش ئۈچۈن ھەرىپ پارچىلاش ئەمەلگە ...

سۆزلەرنى تونۇتۇش ئۈچۈن ئىشلېتىش ئىھتىمالى بولغانكى سۆزلەرنىڭ بارىنى ئامبارغا قوشۇش كېرەك. بىز ئەڭ كۆپ ئىشلېتىمىز دېگەن سۆزنى يىغقاندىمۇ بەش ئالتە مىڭچە سۆزلۈك چىقىدۇ. لېكىن مۇشۇ سۆزلەر لۇغەت شەكلىدىكىدەكلا قوللىنىلمايدۇ، بۇ سۆزلەرگە ھەرخىل قوشۇمچىلار ئۇلىنىدۇ بۇنىڭ بىلەن بۇ تۇراقلىق دەپ ھېسابلىغان سۆز سانىغا قوشۇمچىلار ئۇلىنىپ ئۆزىنى بىر قاتلىشى مۇمكىن.
بىز لۇغەتتىن «باشلىنىش» دېگەن خەتنى تاپالىشىمىز مۇمكىن، لېكىن لۇغەتتىن «باشلايلى» دېگەننى تاپالامدۇق؟ ياق، تاپالمايمىز. پەقەت «باشلاش، باشلا» دېگەنلەرنى تاپالايمىز، ئارقىسىدىكى قوشۇمچىلارنىمۇ قوشۇشىمىز كېرەك. ئۇنىڭ ئۈستىگە بىز توختىماستىن يېڭى سۆز قوبۇل قىلىشىمىز مۇمكىن، بۇ جەرياندا لۇغەتتە يوق ھەم سۆز ياساش قائىدىمىزگە خىلاپ سۆزلەرمۇ پەيدا بولىدۇ. ئۇ ھالدا بۇنداق سۆزلەرنى ئاپپاراتقا تەڭلىسەك-پەرق ئېتەلمىدىم!- دېسە بۇنىڭدا قانداق بولىدۇ؟
شۇڭا «ھەرپنىڭ بارلىق شەكىللىرى» نى قوشساق ئامبار يېڭىلايمەن دەپ ئاۋارە بولمايمىز، ئۇنىڭ ئۈستىگە ئۇ سۆز مەيلى توغرا بولسۇن ياكى خاتا بولسۇن پەقەت ئۇيغۇرچە ھەرپكە ئوخشىسىلا ئۇنىڭ تەسۋېرىنى پەرق ئېتىپ ئەسلىدىكى ھەرپكە تەقلىدلىيەلەيدۇ. شۇڭا بۇ ocr دېگەن نەرسىنىڭ ئامبىرىغا سۆز قوشۇپ تونۇتۇش دېگەننى ئويلىساق بولمايدۇ، سۆز توختىماي ئاۋۇپ تۇرىدۇ.
[بىز نېمىشقا چەكلىك ئىشتىن چەكسىز ئۈنۈمگە ئېرىشىدىغان يولنى تاللىماي، ئەكىسچە چەكسىز ئىشتىن چەكلىك ئۈنۈمگە ئېرىشىدىغان يولنى تاللىغۇدەكمىز؟ شۇنداققۇ؟]

history0998 · ۋاقتى: 2017-5-4 11:44:52

‹‹ocr››نى ماشىنا ئادەملەملەرنىڭ چىراي ياكى جىسىم تونۇشىغا ئوخشاش دەپ چۈشىنىشكە بولامدۇ

wirus · ۋاقتى: 2017-5-4 17:23:09

elbilge يوللىغان ۋاقتى 2017-4-28 12:51
بۇنى بىر چاغدا ئۇيغۇرچە ocr نى شىنجاڭ داشۆ ئىشلەۋېتىپتۇ ...

بىز سېتىۋالغان، لېكىن ئىشلىتەلمەي قايتۇرۇۋتتۇق، داۋاملىق ياخشىلىمىسا ئەمەلىي خىزمەتتە ئىشلىتىپ بولغىلى بولمىغۇدەك.

wirus · ۋاقتى: 2017-5-4 17:26:25

p520x يوللىغان ۋاقتى 2017-4-27 10:33
قايسى كۈنى ABBYY FineReader نىڭ يېڭىلانغان نۇسخىسىنى چۈشۈرگەن ...

finereader نى بۇرۇن ئىشلەتكەندە ئىسلاۋيان ھەرپىدە يېزىلغان ئۇيغۇرچىنى تونۇيتتى، بەزى ماتېرىياللارنى مۇشۇنىڭدا ئايلاندۇرغان، ھازىر قانداق بولۇپ كەتتە تازا بىلمەيدىكەنمەن.

ozugh · ۋاقتى: 2017-5-10 00:46:42

مەزكۇر تېمىنىڭ قايتىدىن ئوتتۇرىغا چىققىنى ناھايىتى ياخشى بوپتۇ. مەن ئىلگىرى توردا بىر ئېلكىتاپ ئۇچرىتىپ قالغان، كەسىپ ئەھىللىرى كۆرۈپ باقساڭلار، پايدىلىنىپ قالساڭلار ئەجەپ ئەمەس.
https://share.weiyun.com/bac22752621d6b301010df77ec5b3882

pida138 · ۋاقتى: 2017-5-11 17:45:28

ئ‍الىپ تورىدىكى قېرىنداشلارنىڭ كۆرسەتكەن تىرىشچانلىقىغا ئ‍اپرىن ،ماڭا بىر ئىشتا يول كۆرسەتكەن بولساڭلار ،تېلېفون ئارقىلىق پىروگرامما يېزىشنى ئ‍ۈگەنگىلى بۇلامدۇ؟

ozugh · ۋاقتى: 2017-5-12 02:12:03

ئۇيغۇرچە ocr تەتقىقاتىغا مۇناسىۋەتلىك بىر قىسىم تەتقىقات ماقالىلىرى:
多字体多字号印刷维吾尔文字符识别
维汉英混排文档识别
印刷维吾尔文本切割
维吾尔文字识别技术中的切分算法研究
印刷体维吾尔文识别后处理
基于滴水算法的印刷体维吾尔文切分方法
印刷体维吾尔文字符切分自适应算法
印刷体维文切分算法的改进--基于像素积分投影法和连通域搜索法
多字体印刷维吾尔文字符识别系统的研究与开发
针对无切分维吾尔文文本行识别字符模型优化
基于模板匹配的印刷维吾尔文字符识别研究
多字体印刷维吾尔文的切分
一种改进的维吾尔文图像倾斜校正方法
基于数学形态学维吾尔文版面分析
印刷维吾尔文特征提取之方向码
维吾尔文扫描页的倾斜校正
一种基于连体段的维吾尔文单词特征提取方法
维吾尔文字符识别系统的设计研究
复杂背景图像中维吾尔文字切分与识别技术的研究
一种基于hmm和统计语言模型的维吾尔文及阿拉伯文识别方法

توردىن بىر قۇر ئىزدەپ كۆرۈشۈمچە، دۆلەت ئىچىدە چىڭخۇا ئونۋىرىستىتىنىڭ پىروففىسورى 丁晓青 (چىڭخۇا زىگۇاڭ ۋىنتوڭ شىركىتىنىڭ قۇرغۇچىسى)، رايونىمىز ئىچىدە بولسا شىنجاڭ ئونۋىرسىتىتىنىڭ پىروففىسورى خالمۇرات غوپۇر مۇئەللىملەر مۇشۇ ساھەدە كۆپرەك ئىزدىنىپتۇ. قىزىققۇچىلار يۇقىرىدىكى ماقالە تىزىملىكى بويىچە تۆۋەندىكى تور بەتتىن ھەقسىز چۈشۈرۈپ كۆرۈپ باقساڭلار بولىدۇ.
http://www.docin.com/
توردىن ئىزدىسەڭلەر مەخسۇس چۈشۈرۈش دېتالى بار، شۇنىڭدا ئېلكىتاپ ھالەتتە چۈشۈرگىلى بولىدۇ.

خالمۇرات مەمەت مۇئەللىمنىڭ تەرجىمھالى:
http://it.xju.edu.cn/info/1143/1390.htm

پىروگراممىرلىقتىن خەۋىرىم بولمىغاچ، قولۇمدىن كەلگەننى قىلغاچ تۇراي دەپ ئازراق ئىزدەپ باقتىم. مەقسىتىم: مۇشۇ بوشلۇقنىڭ بالدۇرراق تولدۇرۇلۇشىنى ئوڭۇمدىمۇ-چۈشۈمدىمۇ ئويلايمەن...

ozugh · ۋاقتى: 2017-5-15 00:41:08

تۆۋەندىكىسى يېڭى ئېرا (يەلتاپان) تورىغا 2011-يىلى 1-ئايدا يوللانغان ئۇچۇر ئىكەن. كۆرۈپ بېقىڭلار:
http://www.yaltapan.com/show.asp?id=232

باسما يېزىق پەرىقلەندۈرۈش(OCR)

ئالدىنقى تۇنۇشتۇرۇلغان تېخنىكىللىرىمىز سىزنى قىزىقتۇرالىدىمۇ؟

قانداق بولىشىدىن قەتئىنەزەر دىققىتىڭىز داۋاملىق تور بېتىمىزدە بولسۇن، يېڭى ئېرا يۇمشاق دېتال تەتقىقات مەركىزىمىزنىڭ ئۆزىگە خاس يېڭى تېخنىكىللىرى  باشقىلار بىلەن ئورتاقلىشىش ئۈچۈن  داۋاملىق تۇنۇشتۇرلىدۇ ھەم مەسھۇلاتلاشتۇرلىدۇ شۇنىڭ بىلەن بىرگە تورداشلارنىڭمۇ بىزنىڭ تېخنىكا مەخپىيىتىمىزگە ياتىدىغان سوئاللارنى سورىماسلىقىنى ئۈمۈد قىلىمىز.

تۆۋەندە تۇنۇشتۇرماقچى بولغىنىمىز دەسلەپكى قەدەمدە تاماملانغان، تېخى تولۇق مەشىقلەندۈرۈلمىگەن" باسما يېزىق پەرىقلەندۈرۈش تېخنىكىسى OCR" (رەىسىمدىكى يېزىقنى پەرىقلاندۈرۈش) تېخنىكسى بولۇپ نەچچە يىللار  بولدى، ۋاقىت يار بەرمەسلىك سەۋەبىدىن كومپىيوتېردا ساقلاقلىق تۇردى، بۇنداق بولسا باشقىلارغىمۇ ئۆزىمىزگىمۇ پايدىسى بولمايدىكەن، شۇڭا بۇ تېخنىكىمىزنى تۇنۇشتۇرۇشنى لايىق تاپتۇق.

بىزنىڭ "باسما  يېزىق پەرىقلەندۈرۈش"كە ئۆزىمىزنىڭ چېكىتلىك پەرىقلاندۈرۈش بىلەن قىسمى سۈنئى نېرۋا تورى تېخنىكىمىز قوللىنىلغان بولۇپ، ئەگەر ياخشى مەشىقلەندۈرۈلسىلا تۇنۇش ئۈنۈم يۇقىرى بولىدۇ.

بىزنىڭ  تۆۋەندە كۆرسەتمەكچى بولغان سىناق پروگىرامىمىزدا ساپ يېزىق رەسىمىدىن ياكى ئارلاش (رەسىم ۋە يېزىق بىللە كەلگەن)رەسىمدىن تاللاپ بەرگەن دائىرىنى پەرىقلەندۈرۈش ئىقتىدارى ھازىرلانغان بولۇپ، "باسما  يېزىق پەرىقلەندۈرۈش"نىڭ ئاساسلىق تېخنىكىلىق قىسىمى تاماملىنىپ بولغان، پەقەت رەسىم ئىچىدىن  يېزىق رايونىنى ئاپتۇماتىك تاللاش ئىقتىدارى قوشۇلسا ۋە مۇۋاپپىق مەشىقلەندۈرۈلسىلا مۇكەممەل OCR پۈتۈپ چىقىدۇ.

ئۇنداقتا سىزنىڭ بىزنىڭ بۇ يېڭى تېخنىكىمىزنىمۇ كۆرۈپ باققۇڭىز بارمۇ؟

تۆۋەندىكىسى ئۇنىڭ ساپ يېزىقلىق رەسىمدىن ئۇيغۇرچە تېكىستنى پەرىقلەندۈرۈپ كۆرسىتىش جەريانىنىڭ كەسمە رەسىمى

يۇقارقى رەسىمدە ئۈستىنى تاللاپ قويۇشىمىزدىكى سەۋەب كۆرگۈچىلەرگە ئۈستىنىڭ رەسىم ئىكەنلىكىنى بىلدۈرۈش ئۈچۈن.

بۇ تېخنىكىغا ئېھتىياجى بارلارغا ھەقلىق تەمىنلىنىدۇ ياكى مەبلەغ سېلىشنى خالايدىغانلارغا ياساپ بېرىلىدۇ. ئۆزىمىزنىڭ مەھسۇلاتى سۈپىتىدە  مەھسۇلاتلاشتۇرلىدۇ.

(تورداش؛نېمە ئۈچۈن باشقىلارغا تەمىنلەپ بېرىش تەشەببۇس قىلىنىدۇ؟ئۆزەڭلار ياسىساڭلار بولمامدۇ؟

ج؛ دېتالچىلىقتا ئورتاق تەرەققىي قىلىش ھەمكارلىقنى ئىلگىرى سۈرۈش)

Gvllinayli · ۋاقتى: 2017-5-26 01:16:29

دېمەك، بۇ نەرسە ھەرقېتىم تېما بولۇپ ئوتتۇرغا چىققىنىدا بىر تومتاقلا ئىدىيە تاشلىنىپ بۇ تېخنىكا باستۇرلىدۇ. سەۋەب، بۇ تېخنىكا نەۋاخ ھازىرلاندى، لېكىن ئىشلىتىش ئىھتىياجىنىڭ چوڭ بولماسلىقى ۋە ياكى باشقا سەۋەبلەر بىلەن ئىسكىلاتلاردا«كۆكۈرۈپ» ياتماقتا. بۇنى مۇشۇنداق چۈشىنىش مۇمكىن…

azapsez · ۋاقتى: 2017-6-9 14:17:18

مەن بۇ ocr دىگەن ئىقتىدارى غا بەك قىززىققان ·
ئۇستازلارنىڭ پىكىرنى ئۇقۇدۇم يېزىقىمىزنى تۇنۇتۇپ قىلش مۈشكۈل ئەممە شەرەپلىك بىر ئشكەن ھامان بىركۈنى ئۇستازلىرىمىزنىڭ ئۇتۇق قازنىدىغانلىقىغا شەكسىز ئىشىنىمەن .
جاپا چەكتىڭلار رەھمەت سىلەرگە.
ئانا تىلىم جان تىلىم .

mars362 · ۋاقتى: 2017-7-1 16:07:59

ئىجادىي پىكىر بەرگەنلەرگە رەھمەت… بۇنىڭ ئەمەلگە ئېشىشى تەس بولۇشىنىڭ بىرىنچى سەۋەبى تېخنىكا مەسىلىسى ئەمەس، مەبلەغ مەسىلىسى. بىزدە بۇنىڭغا چىشى ئۆتىدىغانلار بار، ئەمما ياساپ بازارغا ئاچىقسا زىيان تارتىدىغىنى ئۈچۈن قىلمايدۇ. ئاندان، مانداق سىستېمىلار ياسىلىپتۇ دېگۈچىلەر ئاشۇلارنى ئىشلىتىڭلار… بۇ تېمىنى بۇ تۈردە بىزدىمۇ تېخنىكا بولۇشىنى، ھەممىمىزگە ئورتاق نەتىجە كۆرۈلۈشىنى مەقسەت قىلىپ ئاشكارە پىكىر قاتناشتۇرۇش ئۈچۈن يوللىغان ئىدىم… كۆپ ماتېرىيال كۆردۈم، بىراق سەۋىيەم چەكلىك بولغاچقا بىللە ھە-ھۇ دېيىشىشنى لايىق تاپتىم. پىكرىڭلارنى ئايىمىغايسىلەر

YUSUF5200 · ۋاقتى: 2017-10-6 01:01:25

قالتېس