المستخلص: |
للغة العربية خصائص مميزة عن باقي اللغات من حيث أساليب كتابتها بخط اليد والتباين بين الخطوط المطبقة من شخص لآخر، إضافة إلى تشابك أحرفها واختلاف كتابتها حسب أسبقيتها في الكلمة، لذلك تعتبر معالجتها من التحديات الصعبة. التعلم العميق يعتبر من التقنيات المناسبة لهذا النوع من التطبيقات، خاصة بقدرتها على استخراج الخصائص الشكلية المعقدة بطريقة مؤتمتة مما يلعب دورا مهما في تحسين دقة النتائج. في هذا البحث، استخدمنا أحد تطبيقات التعلم العميق وتحديدا تطبيق للشبكات المتبقية، تم بناءها وتدريبها لتمييز الحروف العربية المنفصلة والمتصلة والأرقام العربية. حتى نتمكن من اختبار أدائها بشكل فعال، قمنا بتجميع قاعدة بيانات تشمل الأحرف والأرقام من عدة قواعد بيانات متوفرة للعامة من أبحاث سابقة. أظهرت النتائج أن النهج المقترح حقق 98.9% من الدقة خلال قاعدة البيانات التي قمنا ببنائها، بالإضافة أنه حقق النتائج التالية: 99.8% و99.05% و99.55% لكل من قواعد البيانات التالية على الترتيب (MADBase) و(AIA9K) و(AHCD).
|