UỶ BAN NHÂN DÂN TỈNH BÌNH DƯƠNG
TRƯỜNG ĐẠI HỌC THỦ DẦU MỘT
ÔN THIỆN TÀI
NHẬN DẠNG CHỮ BA NA TRÊN VĂN BẢN HÌNH ẢNH
CHUYÊN NGÀNH: HỆ THỐNG THÔNG TIN
MÃ SỐ: 8480104
LUẬN VĂN THẠC SĨ
BÌNH DƯƠNG – 2021
UỶ BAN NHÂN DÂN TỈNH BÌNH DƯƠNG
TRƯỜNG ĐẠI HỌC THỦ DẦU MỘT
ÔN THIỆN TÀI
NHẬN DẠNG CHỮ BA NA TRÊN VĂN BẢN HÌNH ẢNH
CHUYÊN NGÀNH: HỆ THỐNG THÔNG TIN
MÃ SỐ: 8480104
LUẬN VĂN THẠC SĨ
NGƯỜI HƯNG DN KHOA HỌC
PGS.TS. QUẢN THÀNH THƠ
BÌNH DƯƠNG – 2021
i
LỜI CAM ĐOAN
Tôi xin cam đoan đề tài “Nghiên cứu Nhận Dạng Chữ Ba Na Trên Văn Bản
Hình Ảnh” là một công trình nghiên cứu độc lập dưới sự hướng dẫn của giáo viên
hướng dẫn: PGS.TS. Quản Thành Thơ.
Ngoại trừ những tài liệu tham khảo được trích dẫn trong luận văn này, tôi cam
đoan toàn phần hay những phần nhỏ của luận văn này chưa từng được công bố hoặc sử
dụng để nhận bằng cấp ở nơi khác.
Đề tài, nội dung báo cáo là sản phẩm mà tôi đã nỗ lực nghiên cứu trong quá trình
học tập tại trường. Các số liệu, kết quả trình bày trong báo cáo là hoàn toàn trung thực,
em xin chịu hoàn toàn trách nhiệm, kỷ luật của nhà trường đề ra nếu như có vấn đề xảy
ra.
Học viên thực hiện Luận văn
ÔN THIỆN TÀI
ii
LỜI CẢM ƠN
Lời đầu tiên, tôi xin cảm ơn Ban Giám hiệu trường Đại học Thủ Dầu Một, Bộ
phận Đào tạo Sau đại học, Giảng viên tham gia giảng dạy đã giúp đỡ, tạo mọi điều kiện
cho tôi nghiên cứu trong suốt quá trình học tập và thực hiện đề tài luận văn tốt nghiệp.
Tôi xin được cảm ơn đến Thầy PGS.TS. Quản Thành Thơ đã cung cấp tài liệu,
giúp đỡ , hướng dẫn và tạo điều kiện thuận lợi trong quá trình nghiên cứu, thực hiện đề
tài.
Cuối cùng tôi xin chân thành cảm ơn đến Quý Thầy cô trong Hội đồng bảo vệ
luận văn thạc sĩ đã góp ý để tôi hoàn thành tốt hơn luận văn này.
Trân trọng cảm ơn!
Học viên thực hiện Luận văn
ÔN THIỆN TÀI
iii
TÓM TẮT
Ngày nay, bảo tồn và phát huy tiếng nói, chữ viết các dân tộc thiểu số là cấp thiết
để giữ gìn bản sắc văn hóa, thực hiện quyền bình đẳng giữa các dân tộc. Nhưng các các
loại sách báo, tư liệu về tiếng nói, chữ viết của các dân tộc thiểu số lại không nhiều,
hoặc có thì lại được in trên giấy truyền thống. Do đó, qua thời gian văn bản in giấy
truyền thống đó không còn chất lượng tốt, cập nhật, sửa chữa, và trao đổi cũng gập nhiều
khó khăn. Từ đó, nảy sinh vấn đề làm cách nào để khôi phục lại những thông tin của
sách báo dưới dạng văn bản số để có thể cập nhật, tái bản hay để có thể lưu trữ lâu dài
hơn.
Việc khôi phục lại những thông tin được lưu trữ dưới dạng hình ảnh, điển hình từ
cuốn từ điển la tinh tiếng Ba Na mang đến tầm quan trọng đối với tiếng Ba Na khi có
thể lưu giữ và bảo tồn chúng dưới dạng văn bản số. Tuy nhiên việc chuyển đổi này
không phải lúc nào cũng luôn mang đến sự chính xác tuyệt đối, điều đó dẫn đến xuất
hiện những lỗi sai chính tả trong văn bản số làm cho kết quả không đạt như mong muốn.
Mục đích của nghiên cứu này là thực hiện hậu xử lý cho quá trình trên nhằm cải
tiến chất lượng cho văn bản số đầu ra từ bước chuyển đổi. Trong phạm vi của luận án,
tôi thực hiện các cách tiếp cận sau:
• Thực hiện chuyển đổi thông tin từ hình ảnh sang văn bản số dưới định dạng
phù hợp gồm mục từ và thân từ như cuốn từ điển gốc.
• Xây dựng bộ sửa lỗi dựa trên mô hình ngôn ngữ mức kí tự nhằm sửa lỗi chính tả
cho tiếng Ba Na. Mở rộng thêm với những phương thức nhằm tăng cường khả năng sửa
lỗi cho mô hình.
• Đề xuất chiến lược cho mô hình ngôn ngữ trong việc đánh giá kí tự nguyên
âm trên lỗi sai nhằm phù hợp với thực tế bài toán. Bên cạnh đó, dùng các kĩ thuật nghiệm
suy (heuristic) để bổ trợ cho việc sửa lỗi nhằm đem lại kết quả tốt nhất.
Kết quả thực nghiệm cho thấy mô hình đề xuất mang tính ứng dụng cao khi giúp
cải thiện chất lượng cho kết quả thu được từ việc chuyển đổi hình ảnh sang văn bản trên
cuốn từ điển Tiếng Ba Na. Sau cùng luận văn đưa ra hướng mở rộng cho đề tài khi có
thể phát triển mô hình này nhằm đạt kết quả tốt hơn hoặc sử dụng vào những nghiên cứu
khác liên quan đến sửa lỗi chính tả tiếng Ba Na.
