초록

용어보기논문에서 용어와 풀이말을 자동 추출한 결과로, 시범 서비스 중입니다. AI-Helper

본 논문은 한글 문서 영상의 단어 검색 시스템과 그 성능을 제시한다. 두 단계 검색 방법은 검색 속도 증가를 목적으로 하며, 첫 번째 단계에서는 매우 빠른 속도로 거친 정합을 통하여 후보 단어들을 추출한다. 두 번째 단계는 후보 단어들 중에서 미세한 정합을 통한 단어 검색이 이루어진다. 시스템은 문서 영상 구조 분석 모듈과 단어 검색 모듈로 구성된다. 실험 자료를 통해 시스템의 유용성을 입증한다.

본 논문은 한글 문서 영상의 단어 검색 시스템과 그 성능을 제시한다. 두 단계 검색 방법은 검색 속도 증가를 목적으로 하며, 첫 번째 단계에서는 매우 빠른 속도로 거친 정합을 통하여 후보 단어들을 추출한다. 두 번째 단계는 후보 단어들 중에서 미세한 정합을 통한 단어 검색이 이루어진다. 시스템은 문서 영상 구조 분석 모듈과 단어 검색 모듈로 구성된다. 실험 자료를 통해 시스템의 유용성을 입증한다.

AI 본문요약

엑셀 다운로드 AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

• 연구 주제
• 연구 방법
• 연구 결과

문제 정의

• 이 논문은 한글 문서 영상의 단어 검색 시스템을 기술한다. 제안한 2단계 검색 시스템은 거친 프로파일 특징 (coarse profile feature)과 미세한 웨이블릿 특징(fine wavelet feature)을 사용하도록 설계되어있다.

제안 방법

• 검색 성능 측정을 위해 아래와 같이 정의되는 재현률(recall)과 정확률(precision)을 사용하였다.
• 본 논문은 거친 특징과 미세한 특징을 사용하여 2단계 검색 시스템을 구현한다. 그림 3은 방대한 양의 단어 영상을 보유하고 있는 전자도서관에서의 2단계 검색 시스탬의 구조를 보여준다.
• 이 논문은 한글 문서 영상의 단어 검색 시스템을 기술한다. 제안한 2단계 검색 시스템은 거친 프로파일 특징 (coarse profile feature)과 미세한 웨이블릿 특징(fine wavelet feature)을 사용하도록 설계되어있다. 실험 결과 두 단계에 의한 검색 구조는 기존의 한 단계의 검색 구조에 비해 대략 6배의 검색 속도 개선을 보였다.
• 제안한 검색 시스템은 IBM PC에서 Visual C++ 언어를 사용하여 개발하였으며, 전남대학교에서 개발한 페이지 영상의 구조 분석 및 단어 단위 분할 모듈을 인스톨 하였다⑹. 그림 1은 제안된 문서 영상 검색 시스템의 전반적인 흐름을 보여준다.
• 첫 번째 단계에 사용할 특징을 얻기 위하여, 4개의 프로파일 특징은 위, 아래, 완쪽, 오른쪽 방향의 투영을 통해 계산하며, 각 방향에 대해 32개의 값을 가지는 1차원 배열로 표현한다. 각 방향에 대해 32개의 값을 평균함으로써 얻는 4차원 거친 프로파일 특징 벡터를 획득한다.
• 한글 문서 영상의 단어 검색 시스템을 개발하였으며, 예비 실험 결과를 제시하였다. 이 시스템은 정보 검색을 위한 방대한 데이터베이스에서 온라인 단어 검색에 유용하게 사용될 수 있음을 실험 결과에 나타냈다.

대상 데이터

• 실험에 사용된 데이터는 국문으로 이루어진 기술저널로서 총 238페이지 분량이며, 해상도는 300dpi로 스캔받은 문서 영상이다.
• 저품질의 문서 영상에서도 단어 검색 성능올 평가하기 위해 한국정보과학회 저널에서 얻은 200dpi로 스캔 받은 문서 영상에서 검색을 실험하였다. 재현률과 정확률은 각각 91.
• 매칭은 질의어(Q)와 목적(T) 단어 영상 사이의 유클리드 거리 계산법을 이용하여 수행한다. 질의어의 특징으로 사용되는 모델 문자 셋은 2, 3熨자로서 노이즈가 없는 깨끗한 대표 문자 영상에서 추출했다.

이론/모형

• 두 번째 특징은 Harr 연산자를 사용한 웨이블릿 변환 기법에 의해 획득한다. 한글 단어 영상 검색에서 Harr 웨이블릿 특징들의 효율성은 [7] 에 잘 기술되어있다.
• 매칭은 질의어(Q)와 목적(T) 단어 영상 사이의 유클리드 거리 계산법을 이용하여 수행한다. 질의어의 특징으로 사용되는 모델 문자 셋은 2, 3熨자로서 노이즈가 없는 깨끗한 대표 문자 영상에서 추출했다.

성능/효과

• 300dpi 해상도의 문서 영상에서의 실험 결과는 초당 199, 918단어의 검색 속도를 보이고, 성능은 99.6% 재현률과 97.5% 정확률을 얻었다. 30개의 웨이블릿 특징 벡터를 가지고 1단계 처리에 의한 검색만 할 경우, 유사한 수준의 재현률과 정확률은 얻을 수 있으나, 초당 33, 063단어의 저하된 검색 속도를 보였다.
• 5% 정확률을 얻었다. 30개의 웨이블릿 특징 벡터를 가지고 1단계 처리에 의한 검색만 할 경우, 유사한 수준의 재현률과 정확률은 얻을 수 있으나, 초당 33, 063단어의 저하된 검색 속도를 보였다. 따라서 2단계 검색 시스템은 기존의 성능을 유지하며 대략 6배 검색 모듈에 의해 속도의 증가를 얻어낼 수 있었다.
• 30개의 웨이블릿 특징 벡터를 가지고 1단계 처리에 의한 검색만 할 경우, 유사한 수준의 재현률과 정확률은 얻을 수 있으나, 초당 33, 063단어의 저하된 검색 속도를 보였다. 따라서 2단계 검색 시스템은 기존의 성능을 유지하며 대략 6배 검색 모듈에 의해 속도의 증가를 얻어낼 수 있었다.
• 제안한 2단계 검색 시스템은 거친 프로파일 특징 (coarse profile feature)과 미세한 웨이블릿 특징(fine wavelet feature)을 사용하도록 설계되어있다. 실험 결과 두 단계에 의한 검색 구조는 기존의 한 단계의 검색 구조에 비해 대략 6배의 검색 속도 개선을 보였다.
• 한글 문서 영상의 단어 검색 시스템을 개발하였으며, 예비 실험 결과를 제시하였다. 이 시스템은 정보 검색을 위한 방대한 데이터베이스에서 온라인 단어 검색에 유용하게 사용될 수 있음을 실험 결과에 나타냈다. 향후 연구로 저품질의 문서 영상에서의 성능 개선을 위한 특징 추출 알고리즘 개발이 이루어져야 한다.
• 저품질의 문서 영상에서도 단어 검색 성능올 평가하기 위해 한국정보과학회 저널에서 얻은 200dpi로 스캔 받은 문서 영상에서 검색을 실험하였다. 재현률과 정확률은 각각 91.0%, 88.0%을 얻었다.

후속연구

• 향후 연구로 저품질의 문서 영상에서의 성능 개선을 위한 특징 추출 알고리즘 개발이 이루어져야 한다. 또한 문자의 폰트나 속성 정보를 추출하는 알고리즘을 개발하여, 그런 정보들을 문서 영상 검색에 적용할 수 있다면 보다 나은 검색 시스템을 구현할 수 있을 것이다.
• 이 시스템은 정보 검색을 위한 방대한 데이터베이스에서 온라인 단어 검색에 유용하게 사용될 수 있음을 실험 결과에 나타냈다. 향후 연구로 저품질의 문서 영상에서의 성능 개선을 위한 특징 추출 알고리즘 개발이 이루어져야 한다. 또한 문자의 폰트나 속성 정보를 추출하는 알고리즘을 개발하여, 그런 정보들을 문서 영상 검색에 적용할 수 있다면 보다 나은 검색 시스템을 구현할 수 있을 것이다.

본문요약 정보가 도움이 되었나요? 예 아니오 제출

이 논문을 인용한 문헌

더보기