한국정보과학회 언어공학연구회:학술대회논문집(한글 및 한국어 정보처리) (Annual Conference on Human and Language Technology)

한국정보과학회 언어공학연구회 (Human and Language Technology)
권호 표지

동적 프로그래밍을 이용한 OCR에서의 띄어쓰기 교정

Using Dynamic Programming for Word Segmentation in OCR

  • 박호민 (한국해양대학교, 컴퓨터정보공학과) ;
  • 김창현 (한국전자통신연구원) ;
  • 노경목 (한국해양대학교, 컴퓨터정보공학과) ;
  • 천민아 (한국해양대학교, 컴퓨터정보공학과) ;
  • 김재훈 (한국해양대학교, 컴퓨터정보공학과)
  • Park, Ho-Min (Department of Computer Engineering, Korea Maritime and Ocean University) ;
  • Kim, Chang-Hyun (Electronics and Telecommunications Research Institute) ;
  • Noh, Kyung-Mok (Department of Computer Engineering, Korea Maritime and Ocean University) ;
  • Cheon, Min-Ah (Department of Computer Engineering, Korea Maritime and Ocean University) ;
  • Kim, Jae-Hoon (Department of Computer Engineering, Korea Maritime and Ocean University)
  • 발행 : 2016.10.07
PDF 다운로드
⟨ 이전 논문 다음 논문 ⟩

초록

광학 문자 인식(OCR)을 통해 문서의 글자를 인식할 때 띄어쓰기 오류가 발생한다. 본 논문에서는 이를 해결하기 위해 OCR의 후처리 과정으로 동적 프로그래밍을 이용한 분절(Segmentation) 방식의 띄어쓰기 오류 교정 시스템을 제안한다. 제안하는 시스템의 띄어쓰기 오류 교정 과정은 다음과 같다. 첫째, 띄어쓰기 오류가 있다고 분류된 어절 내의 공백을 모두 제거한다. 둘째, 공백이 제거된 문자열을 동적 프로그래밍을 이용한 분절로 입력 문자열에 대하여 가능한 모든 띄어쓰기 후보들을 찾는다. 셋째, 뉴스 기사 말뭉치와 그 말뭉치에 기반을 둔 띄어쓰기 확률 모델을 참조하여 각 후보의 띄어쓰기 확률을 계산한다. 마지막으로 띄어쓰기 후보들 중 확률이 가장 높은 후보를 교정 결과로 제시한다. 본 논문에서 제안하는 시스템을 이용하여 OCR의 띄어쓰기 오류를 해결할 수 있었다. 향후 띄어쓰기 오류 교정에 필요한 언어 규칙 등을 시스템에 추가한 띄어쓰기 교정시스템을 통하여 OCR의 최종적인 인식률을 향상에 대해 연구할 예정이다.

키워드