Người ta cho máy tính đọc chữ như thế nào?

Bình thường chúng ta phải nhập vào máy tính nhiều văn kiện, con chữ, kí hiệu hoặc chữ Hán và thông thường là dùng chức năng biên dịch của hệ thống máy tính và thực hiện bằng các con chữ, phím kí hiệu trên bàn phím hoặc mã vào của chữ Hán. Nếu như lượng ghi nhớ rất lớn thì sẽ nảy sinh sai sót mà khó lòng phát hiện ra.

Trên thực tế còn có một cách nhớ nhanh mà đơn giản đó là dùng máy quét (scanner: thiết bị đọc các mẫu tuần tự từng phần rồi tạo các tín hiệu số hoặc tương tự tương ứng với mẫu ấy - chú thích của ND) để đưa từng trang văn bản vào bộ nhớ của máy tính như là những trang hình vậy. Sau đó là đọc biết bằng một phần mềm gọi là hệ thống đọc con chữ (bao gồm con chữ, con số và các kí hiệu khác) quang học OCR. Với một lượng rất ít con chữ mà hệ thống máy không đọc được thì phải bằng cách trao đổi trực tiếp giữa người và máy để hoàn thành công việc ghi vào toàn bộ văn bản. Với hệ thống OCR ngày nay thì độ sai sót trong việc nhận biết đã hạ thấp rất nhiều đối với những văn bản có chất lượng in ấn tốt. Cùng với sự nâng cao trình độ thông minh của hệ thống OCR thì việc nhận biết đối với các văn bản viết tay và văn bản in chất lượng thấp cũng được nâng cao nhanh chóng về hiệu quả.

Vậy thì máy tính đã nhận biết con chữ thế nào bằng hệ thống OCR? Thường thì hệ thống OCR hoàn thành việc nhận biết con chữ theo năm bước như sau:

- Trước hết, bằng máy quét sẽ đọc nhập vào bộ nhớ chính RAM những trang chữ để lưu trữ.

- Bước thứ hai, khu biệt các dòng, các đoạn, tiêu đề và chính văn, con chữ và hình ảnh không quy tắc của văn bản. Đây là bước trung tâm của quá trình nhận biết chữ.

- Bước thứ ba, nhận biết các con chữ đã được cách li ra, bước này thường gọi là nhận biết dạng chữ hoặc phối hợp dạng chữ. Phần mềm sẽ đối chiếu "chữ hình vẽ" được cách li thành khối vuông với chữ chuẩn được lưu trữ trong bộ nhớ bên trong máy, rồi nhận biết từng con chữ bằng cách phối hợp.

- Bước thứ tư, những con chữ chưa được nhận biết ở bước thứ ba lại được nhận biết bằng một quá trình xử lí tinh tế và có thời gian dài hơn. Quá trình này gọi là "nắm đặc trưng".

- Bước thứ năm, xử lí ký hiệu khó giải, thường có hai cách: (1) Đánh dấu những con chữ chưa được nhận biết và đẩy ra để sửa chữa hoặc thay đổi bằng phương pháp thủ công. (2) Sửa chữa những sai sót trong phiên âm bằng chương trình soát phiên âm sai hoặc chương trình soát sai chữ Hán thường dùng.

Để máy tính có thể nhận biết được càng nhiều chữ Hán một cách chính xác, người ta đã tiến hành nghiên cứu phương pháp cơ bản tự động nhận biết. Những phương pháp cơ bản này gồm hai loại là (1) Phương pháp quyết sách thống kê được hình thành từ đặc trưng thống kê chữ Hán được nêu ra để nhận biết và (2) Phương pháp cấu trúc cú pháp chữ Hán. Ngoài ra các ngành: phương pháp trí năng, toán học tập mờ và mạng thần kinh nhân tạo cũng đang có tác dụng ngày càng quan trọng trong việc tự động nhận biết chữ Hán.

Bằng cách nào rắn nuốt con mồi to gấp nhiều lần đầu nó?

Ở đảo Hải Nam, Trung Quốc, người ta bắt được con rắn cạp nong còn nguyên cả một con dê nhỏ trong bụng. Con rắn chuông có thể nuốt chửng một con trăn...

Vì sao mắt người lại mọc phía trước mặt?

Nhiều người nghĩ, nếu mắt người mọc ở những chỗ khác trên cơ thể thì có lẽ sẽ hay hơn. Cách nói đó có đúng không? Các nhà khoa học đã giải đáp vấn đề...

Vì sao ngỗng trời bay thành hình mũi tên?

Ngỗng trời là loài chim di cư trú Đông. Mùa thu hằng năm, từ quê hương Siberia, chúng kết thành đám lớn, bay đến phương Nam ấm áp. Trong hành trình dài, chúng tổ chức đội hình rất chặt chẽ...

Vì sao nói "triều đỏ" là một kiểu ô nhiễm của biển?

Tháng 6 năm 1957 trên biển ả Rập, một tàu chở hàng của Liên Xô (cũ) đang đi về phía trước, đột nhiên rung chuyển giống như tàu đụng phải một vật lớn...

Xuất xứ của kí hiệu bốn phép tính số học +, -, x, ÷ và dấu = ở đâu?

Mọi người đều rất quen thuộc với bốn phép tính số học và dấu bằng. Thế bạn có biết lai lịch của các kí hiệu này không?

Vì sao phải nghiên cứu En Ninô và La Nina?

Trước tiên làm rõ vì sao phải nghiên cứu hiện tượng En Ninô và La Nina, chúng ta phải hiểu rõ En Ninô và La Nina là gì?

Tại sao từ vòng tuổi có thể đoán được tuổi của cây?

Cây cối đều sống tương đối lâu. Trong giới tự nhiên có nhiều loài cây to sống được hàng trăm năm, thậm chí có cây cổ thụ sống được hàng nghìn năm.

Tại sao người phương Tây kị con số 13?

Trong Kinh Thánh có ghi một câu chuyện như sau: Jesus cùng mười hai tông đồ họp nhau trong lễ Vượt Qua. Đến bữa ăn tối Jesus nói: “Trong số các ngươi...

Vì sao cô dâu cầm hoa cưới?

Không chỉ đơn thuần là vật trang trí giúp tôn lên vẻ đẹp của cô dâu, đằng sau những bó hoa cưới là cả một câu chuyện lịch sử dài.