阿衣蘇魯·依拉洪

摘要：維吾爾語是以單詞為基礎(chǔ)的黏連語，字母由于在單詞中的作用相異而有不同的書寫規(guī)則。當(dāng)前手寫技術(shù)的進(jìn)步依然滯后于漢文、英文等。筆者在解析維吾爾語構(gòu)造、組詞特征與錄入行為等的前提下，歸納了黏連語對手寫輸入識別的作用，并且討論了維吾爾語手寫識別體系與有關(guān)重要技術(shù)，通過對這部分技術(shù)的闡述，筆者期待在解析、證實的前提下，讓維吾爾語手寫體為大眾所熟知。

關(guān)鍵詞：維吾爾語；手寫體；電腦；識別技術(shù)；探討

中圖分類號：TP391 文獻(xiàn)標(biāo)識碼：A 文章編號：1009-3044（2017）03-0166-02

維吾爾語手寫體網(wǎng)上電腦識別技術(shù)是自動化的，電腦自動把待識別模式納入到識別工作中。模式識別在字符辨認(rèn)、指紋辨別、神態(tài)辨別、話語辨別等領(lǐng)域已經(jīng)開始普及使用。而書面識別也是模式識別的其中一種。伴隨電腦科技的日新月異，數(shù)字圖像處置與解析也已經(jīng)滲透到了科技行業(yè)。[1]漢字識別通過超過20年的發(fā)展，獲得了令人矚目的成就，完成了對各類文本圖片的漢文自動識別，這類研究成績已經(jīng)受到了世界范圍的關(guān)注。而維吾爾語的識別工作才起步而已。

1 維吾爾語特征簡介

維吾爾語是我國56個民族的民族語言的其中一種，維吾爾語包含32個字母，當(dāng)中包括8個元音、24個輔音，通常能夠?qū)懗?28個種類的詞語；每一個字母根據(jù)存在的位置的差別能夠劃定為后連形式、前后連模式、前連模式、獨(dú)立模式等四類，維吾爾語單詞是一類粘連性字符，由這部分字符組成連體段，字母互為聯(lián)系的水平線被稱為基線。此外，一部分維吾爾語字母主體一樣，用上下附加題的方位來區(qū)別字符。[2]

2 維吾爾語手寫體辨別的特點

維吾爾語是由單詞構(gòu)成的，和阿拉伯文相近，寫作模式是由右至左，字母粘連。當(dāng)前，對維吾爾語的手寫識別存在兩類解讀辦法。其一，直觀地對整個單詞實施整詞識別，這類模式的優(yōu)勢較為明顯，然而必須累積大批的單詞；其二，先完成單詞的切分，在對切分后的單獨(dú)字符實施識別。[3]

維吾爾語包含32個字母，其是：

并且，每一個字母存在多類模式：

1） 分成四類模式的一共有24個字母：

例如：都表述的是同一個字母，一共96個。

2） 分成八類模式的總共只有2個字母：

例如，表述的是一個字母，加起來16個。

3） 有兩類模式的字母加起來有6個：

例如：表述的是同一字母，加起來12個。

4） 字符模式通常包含等四類。

其模式能夠達(dá)到128種。

為便于聯(lián)機(jī)識別，筆者將全部維吾爾字母寫法、字符依照其功能劃定為若干種，在抽樣練習(xí)階段分類裝存。

1） 簡易字符。最為常見的維吾爾字母字符，比如隸屬這一種。

2） 繁雜操作符

右端、上端、下端都可以出現(xiàn)有著一定筆畫的維吾爾字母字符，比如等。

3） 兩類字母音節(jié)字符

輔音部分與元音部分構(gòu)成兩種字體。比如：等。

4） 三種字母音節(jié)

舉例說明：等，數(shù)量繁多。[4]

3 維吾爾語手寫體網(wǎng)上甄別的過程分析

3.1 預(yù)處置

預(yù)處置是手寫的基本元素，對提升辨認(rèn)率來講至為關(guān)鍵。

3.1.1 幾何處置

預(yù)處置階段，最為重要的方法是清除噪音，排除硬件缺陷和手寫抖動，再模式化寫出的字體。目前，運(yùn)用頻率最高的是緩沖、過濾、另行抽取樣本與標(biāo)準(zhǔn)化技術(shù)。

1）將單獨(dú)點與臨近的三點實施均衡配對，并對點的連接序列間的間距實施再次采樣，進(jìn)而緩解線訊息的硬度。

2）手寫體痕跡的平行垂直問題，使手寫體能夠達(dá)到書寫標(biāo)準(zhǔn)，再利用切比雪夫第二類別紙在過濾設(shè)備中過濾，用來規(guī)整筆跡，以清除時空抽樣引發(fā)的噪聲。

3）使用過濾設(shè)備緩解并縮減多余部分，采用同樣的模式對符號樣本進(jìn)行采集，再利用頂點刪除的形式讓手寫體更為準(zhǔn)則化。[5]

3.1.2 基線探測

大多數(shù)基線勘探模式均是以幾何理論為基礎(chǔ)的，從離線或印刷體的運(yùn)用模式離析出來的。這類邏輯模式解析了手寫體表層構(gòu)造，以判斷檢索基線的筆跡有關(guān)點，幾何理論中最為常見即是直方圖映射。

3.1.3 處置字體中的延緩部分

在維吾爾語手寫階段，延緩筆劃分布在字符的上部或下部，可以利用一種非常規(guī)的連接筆劃連接延緩筆劃與維吾爾語，參考分支界定學(xué)說中的雙圖形學(xué)說來完成相連或字體的改變，并將不同的字符分隔。[6]此外，借鑒阿拉伯語手寫體辨別的模式，形成直觀串法來調(diào)節(jié)秩序。在這部分詞語的秩序內(nèi)，延緩筆畫是根據(jù)相異的測序?qū)懗傻?，字符的模糊掩蓋潛藏于特征載體內(nèi)，在手寫階段，利用延緩筆劃映射學(xué)說來整合延緩筆劃。該映射學(xué)說要經(jīng)歷兩個階段，即檢驗延緩筆劃與在適當(dāng)?shù)耐ㄟ^處理的點序列字符中，完成延緩筆劃的書寫。

3.2 特點提煉

特點提煉的初衷是，通過萃取與換算錄入訊息有關(guān)的特點或數(shù)據(jù)來獲取字符類別劃分標(biāo)準(zhǔn)，粘連體字符表率性的錄入信息繁多，包括視覺描述符，比如遮擋位置、凹陷方位與環(huán)等。幾何描述符也開始逐漸普及，比如切線、相連角、相對速率、筆劃長與位置、連續(xù)點的間距等。

另外，錄入信息的坐標(biāo)也能夠完成萃取——比如曲線運(yùn)轉(zhuǎn)速率與角速率。在阿拉伯文手寫體識別階段，一部分研發(fā)專家萃取了字體特征的神經(jīng)生理學(xué)與生理力學(xué)的方程組參數(shù)，描述的是手寫體的曲線運(yùn)轉(zhuǎn)狀態(tài)。此外，F(xiàn)reeman鏈碼的分成三個部分：長筆畫、短筆畫、抬筆。特征矢量最重要的是方向碼，描述的是切分狀態(tài)下的筆劃，每類筆畫的長度、斜率與坐標(biāo)軸等。

3.3 切分

切分法包括整體法與分析法，此處只介紹分析法。

在分析法中，對一類字符高效識別的前提是識別單元是精準(zhǔn)的，而不正確的切分讓識別缺乏價值。最初利用外在切分學(xué)說的是內(nèi)杰爾等專業(yè)人士參考阿拉伯手寫體辨別準(zhǔn)則實現(xiàn)的，手寫體由一些基礎(chǔ)知覺特征編碼與整體知覺特征編碼組成。利用網(wǎng)絡(luò)手寫體的beta橢圓理論，并使用模糊集知識來檢測其基本特征，并利用遺傳換算理論來檢測其特征，這類切分學(xué)說相關(guān)的觀念來自凹凸性理論，為了避免形成長度不達(dá)標(biāo)的分段，在分段線譜的長度中參考了臨界指標(biāo)，而分段曲線長度揭示了結(jié)構(gòu)曲線的分段線性段的總長度，并且將筆劃細(xì)分成四類字母。其步驟包括：隨意分解、強(qiáng)化分解、連接連續(xù)接頭與定位分解點。

4 結(jié)束語

綜上，維吾爾語是新疆維吾爾地區(qū)的官方語言其中一種，當(dāng)前的手寫科技較為落后，筆者在對中英語、阿拉伯語等手寫識別科技解讀的前提下，從維吾爾語的文字構(gòu)造、組詞特征與錄入習(xí)慣等特點入手，探討了維吾爾語手寫體在線電腦識別科技，為新疆地區(qū)民眾使用電子設(shè)施提供了一定的參考。

參考文獻(xiàn)：

[1] 吾加合買提·司馬義，艾斯卡爾·艾木都拉.基于中心距離特征的聯(lián)機(jī)手寫維吾爾文全形態(tài)字母識別研究[J].電腦知識與技術(shù)，2014（13）：3097-3099，3103.

[2] 姜志威，丁曉青，彭良瑞，等.低數(shù)據(jù)資源條件下基于結(jié)構(gòu)信息共享的無切分維文文檔識別字符建模[J].電子與信息學(xué)報，2015，（9）：2103-2109.

[3] 高麗娟，邢喜民，楊紹富，等.新源、和靜交界Ms6.6地震前庫爾勒地震臺部分異常識別和分析[J].內(nèi)陸地震，2014，28（1）：22-29.

[4] 金劍，田淑芳，焦?jié)櫝?，?基于地物光譜分析的WorldView-2數(shù)據(jù)巖性識別：以新疆烏魯克薩依地區(qū)為例[J].現(xiàn)代地質(zhì)，2013，27（2）：489-496.

[5] 侯愛萍，陳新勇.基于基因信息圖譜的傳統(tǒng)聚落景觀研究——以新疆吐魯番麻扎村維吾爾族聚落為例[J].新疆大學(xué)學(xué)報：自然科學(xué)版，2016，33（2）：235-240，252.

[6] 努爾艾力·喀迪爾，彭良瑞，哈力木拉提，等.一種基于HMM和統(tǒng)計語言模型的維吾爾文及阿拉伯文識別方法[J].計算機(jī)應(yīng)用與軟件，2015，32（1）：171-174.