Historical document analysis based on word matching

Tarihsel belgelerin otomatik erişimi ve dizinlenmesi bir çok alandan ve ülkeden araştırmacı için faydalı olacaktır. Ne yazık ki, bu belgelerdeki yıpranma ve lekeler yüzünden, Optik Karakter Tanıma (OKT) tekniklerinin bu belgelerde başarılı olması zordur. Son zamanlarda, bu belgelerde erişim problemi kelime eşleştirme yöntemleriyle çözülmeye çalışılmıştır. Bu tezde, iki tarihsel belge analizi problemi, tarihsel belgelerin kelimelere bölütlenmesi ve Kufi resimlerinde İslami motiflerin eşleştirilmesi, kelime eşleştirme tabanlı yöntemlerle çözülmeye çalışılmıştır. Birinci problemin çözümü için çapraz belgelerde kelime eşleştirme tabanlı bir yöntem önerilmiştir. Bir belgenin kelime bölütlemenin kolay olacağı bir versiyonu kaynak veri kümesi ve de diğer başka bir yazı tarzıyla yazılan ve kelime bölütlemesinin zor olacağı bir versiyonu da hedef veri kümesi olarak kullanılmıştır. Kaynak veri kümesi basit bir yöntemle kelimelerine bölütlenmiş ve elde edilen bu kelimeler sorgu kelimeleri olarak kullanılarak hedef veri kümesindeki yerleri saptanmaya çalışılmıştır. Yapılan deneyler, çapraz belgelerde kelime eşleştirme tabanlı yöntemin tarihsel belgelerde kelime bölütlemesi için umut verici sonuçlar verdiğini göstermişir. İkinci problemin çözümü için sunulan yöntemde, öncelikle resimlerdeki çizgiler çıkartılır ve alt-kelimeler otomatik olarak bulunur. Daha sonra alt-kelimeler, çizgi tabanlı zincir kod gösterimi eşleştirmesi ve şekil içeriği tanımlayıcısı eşleştirmesi yöntemleriyle eşleştirilir. Kare kufi resimlerinden oluşan bir veri kümesi üzerinde yapılan deneyler, sunulan kelime eşleştirme tabanlı yöntemin umut verici sonuçlar verdiğini göstermiştir.