Đề cương chi tiết luận văn Thạc sĩ: Nhận dạng văn bản một số ngôn ngữ La Tinh

Nhận dạng là một lý thuyết toán học có nhiều ứng dụng trong thực tiễn, như nhận dạng tiếng nói, nhận dạng hình ảnh, nhận dạng chữ ký, phân loại ngôn ngữ , xây dựng tiêu chuẩn bản rõ ứng dụng trong phân tích các bản mã v.v..Trên thế giới cũng như trong nước đã có nhiều nhà nghiên cứu vấn đề này và đã có những phần mềm áp dụng cho nhiều lĩnh vực khác nhau: phần mềm nhận dạng tiếng việt, phần mềm nhận dạng vân tay, phần mềm kiểm soát E-mail trên hệ thống Internet…
Nội dung trích xuất từ tài liệu:
Đề cương chi tiết luận văn Thạc sĩ: Nhận dạng văn bản một số ngôn ngữ La Tinh ĐẠI HỌC THÁI NGUYÊN TRƯỜNG ĐẠI HỌC CÔNG NGHỆ THÔNG TIN VÀ TRUYỀN THÔNG ĐỀ CƯƠNG CHI TIẾT LUẬN VĂN THẠC SĨ TÊN ĐỀ TÀI NHẬN DẠNG VĂN BẢN MỘT SỐ NGÔN NGỮ LA TINH Giáo viên hướng dẫn: TS. Hồ Văn Canh Học viên thực hiện : Lê Mạnh Đoan Lớp : CK14H Thái Nguyên, tháng 5 năm 2016 LỜI CẢM ƠN Trước hết cho phép em chân thành cảm  ơn các Thầy giáo, Cô giáo trong   khoa Công nghệ  thông tin và các cán bộ, nhân viên phòng Đào tạo Sau đại học,  Trường Đại học Công nghệ Thông tin và Truyền thông ­  Đại học Thái Nguyên  đã luôn nhiệt tình giúp đỡ và tạo điều kiện tốt nhất cho em trong suốt quá trình   học tập tại trường. Xin chân thành cảm  ơn các anh, các chị  và các bạn học viên lớp Cao học  CK14H ­ Trường Đại học Công nghệ Thông tin và Truyền thông – Đại học Thái   Nguyên đã luôn động viên, giúp đỡ  và nhiệt tình chia sẻ  với em những kinh   nghiệm học tập, công tác trong suốt khoá học. Đặc biệt em xin bày tỏ lòng biết ơn sâu sắc đến TS. Hồ Văn Canh, người đã   tận tình giúp đỡ em hình thành và hoàn chỉnh luận văn. Mặc dù đã có nhiều cố  gắng, song do sự  hạn hẹp về  thời gian, điều kiện   nghiên cứu và trình độ, luận văn không tránh khỏi những khiếm khuyết. Em   chân thành mong nhận được sự  đóng góp ý kiến của các Thầy giáo, Cô giáo và  đồng nghiệp. Một lần nữa em xin cảm ơn! Thái Nguyên, tháng 05 năm 2016 Người thực hiện luận văn Lê Mạnh Đoan ĐỀ CƯƠNG CHI TIẾT LUẬN VĂN THẠC SĨ Tên đề tài:“Nhận dạng văn bản một số ngôn ngữ La tinh”. Giáo viên hướng dẫn: TS. Hồ Văn Canh Học viên thực hiện: Lê Mạnh Đoan  Lớp: CK14H Cơ  sở đào tạo: Trương Đai hoc Công nghê thông tin va Truyên thông/Đ ̀ ̣ ̣ ̣ ̀ ̀ ại   học Thái Nguyên. Chuyên ngành: Khoa học máy tính Mã số chuyên ngành: 60 48 01 1. Đặt vấn đề 1.1. Sự cần thiết lựa chọn đề tài Nhận dạng là một lý thuyết toán học có nhiều  ứng dụng trong thực tiễn,   như  nhận dạng tiếng nói, nhận dạng hình  ảnh, nhận dạng chữ  ký, phân loại   ngôn ngữ  , xây dựng tiêu chuẩn bản rõ  ứng dụng trong phân tích các bản mã  v.v..Trên thế  giới cũng như  trong nước đã có nhiều nhà nghiên cứu vấn đề  này   và đã có những phần mềm áp dụng cho nhiều lĩnh vực khác nhau: phần mềm   nhận dạng tiếng việt, phần mềm nhận dạng vân tay, phần mềm kiểm soát E­ mail trên hệ thống Internet…  Nhận dạng chữ  là bài toán rất hữu ích, quen thuộc được  ứng dụng nhiều  trong thực tế đặc biệt là trong lĩnh vực nhận dạng và phân loại văn bản vì thế  đã thu hút nhiều tác giả quan tâm nghiên cứu bằng các phương  pháp nhận dạng   khác nhau: logic mờ, giải thuật di truyền, mô hình xác suất thống kê, mô hình  mạng nơ ron. Đã có rất nhiều công trình nghiên cứu thực hiện việc nhận dạng,   phân loại văn bản La Tinh đã đạt tỷ lệ chính xác cao, tuy nhiên các ứng dụng đó   cũng chưa thể đáp ứng hoàn toàn nhu cầu của người sử dụng vậy nên ngày nay   người   ta  vẫn  tiếp  tục  nghiên  cứu  những  phương     pháp  nhận  dạng  tốt  hơn  hướng đến dùng cho các thiết bị di động, và các bài toán thời gian thực. Sau khi  tìm hiểu về sự tiến bộ của công nghệ nhận dạng chữ La Tinh cũng như các tính   năng cơ bản của các phần mềm nhận dạng chữ, được sự  tư  vấn của giáo viên  hướng dẫn, tôi đã lựa chọn được một hướng nghiên cứu thiết thực với đề  tài:   Nhận dạng văn bản một số ngôn ngữ La tinh.  Trong khuôn khổ của luận văn, tôi tập trung nghiên cứu, giải quyết bài toán  nhận dạng ngôn ngữ  tự nhiên dựa vào phân hoạch không gian (nhận dạng theo  thống kê toán học), trong đó một lớp ngôn ngữ tiêu biểu được nghiên cứu đó là  ngôn ngữ La Tinh như tiếng Anh, tiếng Pháp, v.v. 1.2. Mục tiêu nghiên cứu của đề tài ­ Nghiên cứu và xây dựng chương trình nhận dạng văn bản  ứng với các ngôn   ngữ tự nhiên như : Tiếng Anh, Tiếng Pháp, Tiếng Đức, Tiếng Tây Ban Nha. 2. Đối tượng và phạm vi nghiên cứu 2.1. Đối tượng ­ Ngôn ngữ tự nhiên là đối tượng nghiên cứu chính của đề tài 2.2. Phạm vi nghiên cứu ­ Tìm hiểu tổng quan về nhận dạng; ­ Tìm hiểu các đặc trưng của ngôn ngữ La tinh. ­ Xây dựng, cài đặt một số kỹ thuật nhận dạng ngôn ngữ La tinh. 3.3. Hướng nghiên cứu của đề tài  ­ Nghiên cứu quá trình Markov hữu hạn trạng thái. ­ Nghiên cứu và xây dựng mô hình Markov ứng với các ngôn ngữ tự nhiên như :   Tiếng Anh, Tiếng Pháp, Tiếng Đức, Tiếng Tây Ban Nha. 4. Cấu trúc của luận văn Dự kiến luận văn gồm: Phần mở đầu, ba chương chính, kết luận và  tài liệu tham khảo cụ thể: Phần mở đầu: Nêu lý do chọn đề tài và bố cục của luận văn Chương 1: TỔNG QUAN VỀ NHẬN DẠNG  Chương này trình bày tổng quan về các hướng nghiên cứu hiện nay   về nhận dạng. Chương 2:   TÌM HIỂU KỸ  THUẬT NHẬN DẠNG BẰNG THỐNG   KÊ  Chương này trình bày các ứng dụng kỹ thuật thống kê Toán học để  nhận dạng các ngôn ngữ tự nhiên và tìm hiểu đặc trưng của một số ngôn ngữ tự  nhiên tiêu biểu. Chương 3: THỰC NGHIỆM Nội dung trong phần này là trình bày thuật toán nhận dạng văn bản La   Tinh và đưa ra kết quả với một số mẫu ngắn ngôn ngữ cho trước . Phần kết luận: Nhận xét, kết luận và hướng phát triển  5. Phương pháp nghiên cứu ­ Tìm hiểu và cập nhật các kiến thức và phương pháp cơ  bản về  nhận dạng   ngôn ngữ tự nhiên, trí tuệ nhân tạo, khảo sát lý thuyết các mô hình, công cụ toán   học, thiết kế và xây dựng thuật toán, kỹ thuật tổ chức dữ liệu và ngôn ngữ  lập   trình. ­ Tìm hiểu và xây dựng các đặc trưng ngôn ngữ mà đề tài quan tâm. ...