پایگاه‌های 'داده نویسه‌خوان نوری حروف فارسی' سال آینده ایجاد می شود

تهران- معاون فنی دبیرخانه شورای عالی اطلاع‌رسانی از آغاز پروژه ایجاد 'پایگاه‌های داده نویسه‌خوان نوری حروف فارسی' از سال آینده خبر داد .


http://img.irna.ir/1390/13901112/307...63-2223552.jpg


دكتر بهروز مینایی، در گفت‌وگو با خبرنگار علمی ایرنا گفت : ایجاد پایگاه‌های داده نویسه‌خوان نوری برای حروف فارسی یكی از اركان مهم تحقق محیط رایانه‌ای فارسی است و بر این اساس از دو سال گذشته در این زمینه پژوهش‌نامه‌ای در دست تهیه و تدوین قرار گرفت كه در آن برنامه جامعی از نویسه‌خوانی نوری برای زبان فارسی ارایه شده است .

معاون فنی شورای عالی اطلاع‌رسانی خاطرنشان كرد: در این پژوهش‌نامه 9 پروژه زیرساختی تعریف شده و وظایف بخش‌های مرتبط با حوزه خط و زبان فارسی مانند شورای عالی اطلاع‌رسانی و دیگر مراكز مشخص شده است.

مینایی اظهار داشت: همچنین وضعیت كنونی نویسه خوانی نوری در جهان و وضعیت آن در ایران، تهیه برخی از زیرساخت‌های لازم به منظور حمایت از تحقیقات دانشگاهی، تهیه برخی از زیرساخت‌های لازم به منظور حمایت غیرمستقیم از فعالیت بخش خصوصی، ایجاد سازوكار لازم جهت ارزیابی و كنترل كیفی برنامه‌های نویسه‌خوانی نوری، ایجاد انگیزه در بخش خصوصی و دانشگاهی برای رقابت و حضور فعال‌تر، بررسی جایگاه و نقش منابع در نویسه خوانی نوری و تسهیل حركت به سمت منابع باز در این حوزه از اهداف اصلی این پژوهش‌نامه است.

به گفته وی با سرمایه‌گذاری در این پروژه‌ها، مبانی كلیدی نویسه‌خوان فارسی به صورت بومی امكان‌پذیر خواهد شد و پایگاه‌های اطلاعاتی در حوزه دست‌نویس و تایپی فارسی قابل دسترس می‌شود و از سوی دیگر نمونه دستخط‌های فارسی تعریف خواهد شد.

مینایی خاطرنشان كرد: از این رو در این حوزه به ایجاد یك پایگاه‌ها داده‌ها نیاز بود كه قرار است شورای عالی اطلاع‌رسانی پروژه ایجاد پایگاه‌های داده برای نویسه¬خوانی نوری حروف فارسی را از سال آینده آغاز كند.

مینایی ابراز امیدواری كرد با انجام سرمایه‌گذاری‌های لازم و فراهم شدن واژگان لازم این پروژه عملی شود.

گفتنی است نویسه‌خوان نوری(OCR) به عنوان تنها ابزار بازیابی اطلاعات متنی از تصویر، یكی از ابزارهای تبدیل اطلاعات موجود به صورت قابل استفاده و پردازش در رایانه‌هاست و ایجاد پایگاه‌های داده یكی از گام‌های نخستین تحقق این امر است.

در حال حاضر به هنگام اسكن كردن یك متن، اطلاعات آن در قالب تصویر ذخیره می‌شود، ولی می‌توان با استفاده از برخی از نرم‌افزارها اطلاعات را در قالب‌های متنی ذخیره كرد.

هم اكنون این برنامه‌ها درباره حروف فارسی وجود ندارد و قرار است با ایجاد پایگاه‌های داده نویسه‌خوان نوری، این ذخیره‌سازی متنی در زبان فارسی نیز امكان‌پذیر شود.