正南方网 > 草原人文 > 草原文明 > 注释

创新辨认零碎 让蒙古文插上数字化党羽

作者:白莲 赵婕 责任编辑:张涛 2017-11-14 09:47:00 泉源: 正南方网-内蒙古日报

飞龙(左一)和团队成员在一同讨论方案。

奥云蒙古文印刷体笔墨辨认零碎任务界面。

五化”协同创新驱动

党的十九大陈诉夸大,创新是引领开展的第一动力,是建立古代化经济体系的战略支持。

全区科技任务者以昂扬的豪情和丰满的热情仔细学习贯彻党的十九大肉体,满身心投入到迷信研发和创新任务中,力图在片面建立社会主义古代化强国的新征程中,以实践举动向中国特征社会主义新期间交出一份份令人称心的成果单。内蒙古大学盘算机学院飞龙副传授“智能与蒙古文信息处置”团队研发的新型蒙古文印刷体辨认零碎,便是此中的一份优秀成果单。

克日,以内蒙古大学盘算机学院飞龙副传授为中心的“智能与蒙古文信息处置”团队研发的新型蒙古文印刷体辨认零碎——奥云蒙古文OCR零碎正式问世。该零碎以大数据、国际上开始进的深度学习技能和云效劳为设计框架,是国际首个支持多种蒙古笔墨体、且辨认准确率和全体功用到达适用程度的零碎。

现在,自治区许多单元保管有少量晚期出书刊行的蒙古文图书、报纸和文档,黑白常贵重的文献资源,基于这些资源应用蒙古文信息处置技能树立蒙古文大数据资源库,对蒙古言语笔墨信息化开展具有紧张意义。飞龙通知记者:“完成蒙古文数字化最为无效的途径是研发一款高功能的蒙古文OCR零碎,并应用该零碎主动完成纸质蒙古文册本文档向电子文档资源的转换存储。零碎的使用可以少量增加职员投入,低落数字化本钱,明显放慢蒙古文数字化速率。”

晚期地下的蒙古文印刷体辨认零碎仅能处置蒙古文白体印刷的文档,辨认精度比拟低,难以满意实践使用需求。而奥云蒙古文OCR零碎支持蒙古文白体、黑体、标题体、千亿旧事体和哈旺体5种字体,文档范例包罗图书、报纸、网络图像,以及PDF文件,零碎辨认功能和各项功用到达适用程度。并且,零碎扩展性强,可以依据需求疾速添加对新蒙古笔墨体的辨认功用。

蒙古文印刷体辨认是应用形式辨认、人工智能、数字图像处置等技能将图片款式中的蒙古笔墨转换成可编辑文本款式的进程。

决议零碎功能的要害是此中的辨认模子,训练模子参数需求少量样本数据,最后的样本数据次要经过人工扫描和标注图片树立,极端耗时耗力,且数据范围绝对较小。

2016年,飞龙提出一种全新的树立蒙古文训练数据集的办法,主动经过蒙古笔墨体天生训练样本集,并指点团队成员开辟了主动化东西,树立了大范围训练数据集。团队接纳最新的深度学习技能,设计和改良辨认模子,并应用大范围样本数据完成了模子的优化,终极使得零碎到达很高的精度。

从基于规矩的辨认模子到浅层神经网络模子,再到“长词、短词、标点”3品种型组合模子,以及厥后的高并发深度学习模子……团队精益求精和创造新的框架和模子,终极确定了最高效的蒙古文OCR辨认模子。

思绪确定当前,实行便片面睁开。飞龙和团队成员满身心投入到零碎研发任务,简直保持了一切节沐日苏息工夫。团队重复验证、调解技能,颠末2年多高兴,终极霸占了蒙古文OCR多字体辨认等一系列困难,获得打破性停顿,使蒙古文笔墨辨认的研讨进一步深化。

奥云蒙古文OCR零碎辨认精确率高,而且给用户提供了轻便快捷的辨认后果编辑功用,协助用户轻松处理蒙古文图书、报纸和图片的数字化题目。

飞龙通知记者,该零碎的特点和劣势表现在以下几个方面:

零碎辨认精度高,用户编辑方便。零碎辨认精度到达了适用程度,并具有智能编辑形式,主动为单词辨认后果提供最优的扩展选项,用户可依据需求停止二次编辑,或拷贝粘贴辨认文本。这种智能交互界面极小气便了用户编辑任务。

零碎辨认速率快。用户可应用零碎疾速上传待辨认文件图像,整个图像(版面)辨认进程仅需4到5秒钟,整本图书大约耗时几分钟,及时性高,可满意各种用户需求。

零碎功用片面。除支持在线辨认,零碎还提供批量上传、离线辨认、辨认后果导出为双层蒙古文PDF册本、文本文件和word文件的功用。零碎具有云效劳接口,开辟者可应用该接口将蒙古文印刷体辨认嵌入到别的相干使用。

作为零碎研发中心成员,飞龙的次要研讨偏向是蒙古文的智能信息处置技能,包罗蒙古文文本处置、语音辨认、语音分解、语音检索、语义了解、信息检索、呆板翻译等。比年来,他掌管和到场了少量国度和自治区重点科研项目,在国际外中心期刊杂志和学术集会宣布学术论文30多篇,请求创造专利4项,此中2项已受权。取得软件著作权10余项,研发了一系列蒙古文信息处置零碎,包罗蒙古语语音辨认零碎、蒙古语语音分解零碎、蒙古文校正零碎、西里尔蒙古文和传统蒙古文互相转换零碎等,弥补了蒙古文信息处置的多项空缺。

党的十九大陈诉夸大,要对准天下科技前沿,强化根底研讨,完成前瞻性根底研讨、引领性原创效果严重打破……增强国度创新体系建立,强化战略科技力气。深化科技体制变革,树立以企业为主体、市场为导向、产学研深度交融的技能创新体系,增强对中小企业创新的支持,促进科技效果转化。倡议创新文明,强化知识产权发明、维护、运用。飞龙说:“党的十九大陈诉深深地鼓励着我这个年老的科研任务者、大学教师,我要仔细学习贯彻党的十九大肉体,在对准天下科技前沿的同时,更应该进一步强化蒙古文信息化的研讨,并高兴树立产学研深度交融的体系,成为效果转化的理论者,为天下多数民族信息化建立贡献本人的力气。”

欢送参加"99街"微信报料,微信大众号:nmg_99jee

千亿旧事热线:0471-6635129 点击这里给我发音讯

声明:

一、凡注明泉源为"正南方网"的一切笔墨、图片、音视频、美术设计和顺序等作品,版权均属内蒙古正南方网或相干权益人专属一切或持有一切。 未经本网书面受权,不得停止统统方式的下载、转载或树立镜像。不然以侵权论,依法追查相干执法责任。

二、凡本网注明"泉源:XXX(非正南方网)"的作品,均转载自别的媒体,转载目标在于通报更多信息,并不代表本网附和其观念和对其真实性担任。

三、转载声明:本网转载稿件有些作者不明,请相干版权单元或团体持无效证明速与本网联络,以便发放稿费。

正南方网联络方法:

德律风:0471-6635129 | E-mail:northnews@126.com