Folien

S 2.1 Grundlagen der Graphemik und maschinelle Schrifterkennung
Lernziel: Schrift als eigenes Zeichensystem, das mit strukturalistischen Methoden bearbeitet werden kann,
allgemeine Vorstellung davon, was Schrifterkennung und Rechtschreibprüfung leisten muß
1. Grundlagen der Graphemik
Verallgemeinerung: Semiotik - Lehre von den Zeichen, Schrift (Graphemik) ist nur ein Sonderfall
physikalische Verbindung (Kanal)
Sender Empfänger
(Sprecher) Mitteilung (Nachricht) (Hörer)
(Schreiber) (Leser)
Signal
Sender Kodierung Dekodierung Empfänger
Kode

Verschiedene Schriftsysteme:
• Pictographie – Bilder
• Ideographie - Begriffszeichen
• Logographie - Symbole für Wörter, Sätze
• Phonographie - Zeichen für Sprachlaute
Piktogramme
Bildzeichen, Bedeutung unmittelbar einsichtig, daher auch sprachunabhängig und international verwendbar
Keilschriften, Hieroglyphen und die chinesische Schrift basieren in ihren Frühformen auf Piktogrammen

Ideogramme
Ideogramme sind Graphiken, deren Bedeutung durch Konvention geregelt ist. Man muss lernen, was sie bedeuten.
:-)

Logographie
Ein Zeichen entspricht einem Wort oder einem Satz
1, 2 , 3, 4, § %
Hieroglyphen, stehen für Wörter oder für Silben

Wind Sonne Mond Sterne Wolken Regen
Chinesische Wortzeichenzeichen
Phonographie
Die Schrift beruht auf der Aussprache, Erfindung des Alphabets, die kleinsten Zeichen sind nicht mehr
bedeutungstragend.
Der Stein von Rosetta, ca. 1960 vor Christus.
Text in 3 verschiedenen Schriften: in Hieroglyphen, in Demotisch
(eine einfachere Schrift, die sich aus den Hieroglyphen entwickelte)
und in Griechisch.

Oben phönizisch „Ich, Mahdas, Sohn des Pene-
Simlat, ein Mann aus Kition“; unten die griechische
Wiedergabe „Noumenios aus Kition
Braille Blindenschrift
Arabisch

ussisch
griechisch
armenisch
georgisch
hebräisch - Israel
amharisch - Äthiopien
Übersicht : einige fremde Schriften

arabische Neskhi-Schrift
hindi : Indien
gudjerati : Indien
tamil : Indien, Sri Lanka
singhalesisch : Sri Lanka
Burmesisch
Laotisch
Thai

Kambodjanisch
Chinesisch
Chinesisch
Japanisch
Japanisch
Koreanisch
Mongolisch

Definitonen analog zur Phonemik:
GRAPHEM = kleinste bedeutungsunterscheidende Schrifteinheit im Sprachbewußtsein
GRAPH = aktuelles Schriftzeichen, durch das ein Graph realisiert wird
ALLOGRAPH = unterschiedliche Graphe, die dasselbe Graph realisieren, Graphemvarianten
Allographie, bedingt durch verschiedene Fonts und durch den Kontext (Ligaturen, Schreibschrift)
Wiederum strukturalistische Analyse
Experiment, Minimalpaare, Austausch, Umstellung -> distinktive Opposition
-> Distribution
-> System

Maschinelles Lesen (Optical Character Recognition, OCR)
• on-line Schreibschrifterkennung
Schreiben mit einem speziellen Stift auf einer elektronischen Oberfläche.
Die Koordinaten der fortlaufend geschriebenen Punkte werden in chronologischer Reihenfolge
gespeichert.
Dies ergibt eindimensionale Daten des Schreibvorgangs,
• off-line Erkennung von Druck- und Schreibschrift
Einscannen einer beschriebenen oder bedruckten Seite als Bild.
Die zeitliche Komponente der Schriftentstehung fehlt hier.
Es muss ein zweidimensionales Bild analysiert werden
Technisch gehört OCR zum Gebiet der Mustererkennung (ähnlich wie die Erkennung
gesprochener Sprache)
Lexika
Hidden Markov Modelle

Problem der Segmentierung: Welche Graphe enthält das Monatsfeld?

• Sequentiell ablaufende Erkennungsalgorithmen -
arbeiten eine Liste von Beobachtungen, die sie mit einem bestimmten Wortmuster
vergleichen, von links nach rechts ab.
Am Schreibvorgang orientiert.
• Wahrnehmungsorientierte Algorithmen -
versuchen dagegen beliebige Buchstaben eines Wortbildes zu
identifizieren.
Als nähctses wrid ein Etnscheiudngsrpozess duchrlaufen, der die am sciherstn
erknnten Buchstben mit mögilchen Bchstaben für die Lcken zwschen inen
afuzfüllen versucht. Disos Verfahrin fukntioniert anlog zum meschnlichen
Lesn, bei dem auch anhnd der hervorstechsten sichr erkanntn Bchstaben
auf das ganze Wart geschlussen wird.
Am Modell des menschlichen Lesevorgangs orientiert.