Machine Learning in Document Analysis and Recognition

هدف از تجزیه و تحلیل و تشخیص سند (DAR) شناسایی متن و اجزای گرافیکی یک سند و استخراج اطلاعات است. با اولین مقالاتی که به دهه 1960 برمی‌گردد، DAR یک تحقیق بالغ اما هنوز هم با تکنیک‌های تلفیقی و شناخته‌شده است. موتورهای تشخیص کاراکتر نوری (OCR) برخی از شناخته‌شده‌ترین روش‌های تحقیقاتی در این زمینه هستند، در حالی که امروزه تکنیک‌های DAR گسترده‌تر مورد مطالعه قرار گرفته و در سایر سیستم‌های اتوماسیون صنعتی و صنعتی به کار می‌روند. در جامعه یادگیری ماشینی، یکی از شناخته شده‌ترین مشکلات جستجو که در DAR به آن پرداخته شده است، شناسایی نویسه‌های دستنویس بدون محدودیت است که در گذشته به‌طور مکرر به عنوان معیاری برای ارزیابی الگوریتم‌های یادگیری ماشین، به‌ویژه طبقه‌بندی‌کننده‌های نظارت شده استفاده می‌شده است. با این حال، توسعه یک سیستم DAR یک کار مهندسی پیچیده است که شامل ادغام چندین تکنیک در یک چارچوب ارگانیک است. یک خواننده ممکن است احساس کند که استفاده از الگوریتم های یادگیری ماشین برای سایر وظایف DAR به جز تشخیص کاراکتر مناسب نیست. در مقابل، چنین الگوریتم هایی به طور گسترده برای تقریباً تمام وظایف در DAR استفاده شده است. با تأکید زیادی که به تشخیص کاراکترها و تشخیص کلمات داده شده است، سایر وظایف مانند پیش پردازش، تجزیه و تحلیل طرح‌بندی، تقسیم‌بندی کاراکترها و تأیید امضا نیز از الگوریتم‌های یادگیری ماشین بهره زیادی برده‌اند.

The objective of Document Analysis and Recognition (DAR) is to recognize the text and graphicalcomponents of a document and to extract information. With ?rst papers dating back to the 1960’s, DAR is a mature but still gr- ing research?eld with consolidated and known techniques. Optical Character Recognition (OCR) engines are some of the most widely recognized pr- ucts of the research in this ?eld, while broader DAR techniques are nowadays studied and applied to other industrial and o?ce automation systems. In the machine learning community, one of the most widely known - search problems addressed in DAR is recognition of unconstrained handwr- ten characters which has been frequently used in the past as a benchmark for evaluating machine learning algorithms, especially supervised classi?ers. However, developing a DAR system is a complex engineering task that involves the integration of multiple techniques into an organic framework. A reader may feel that the use of machine learning algorithms is not approp- ate for other DAR tasks than character recognition. On the contrary, such algorithms have been massively used for nearly all the tasks in DAR. With large emphasis being devoted to character recognition and word recognition, other tasks such as pre-processing, layout analysis, character segmentation, and signature veri?cation have also bene?ted much from machine learning algorithms.