Губанов Николай Владимирович, аспирант, кафедра прикладных информационных технологий и программирования
654007, Новокузнецк, ул. Бардина, 42
Nikolai V.Gubanov, Postgraduate Student, Department of Applied Information Technologies and Programming
42 Bardina St., Novokuznetsk 654007
Цель. Цель работы посвящена разработке и описанию математической модели системы распознавания китайских иероглифов, с учетом всех особенностей написания китайского языка. Приложение для изучения китайского языка с модулем распознавания иероглифов может помочь заменить носителя языка или преподавателя на дому при самостоятельном обучении. Однако разработанные программные приложения основываются лишь на создании нейронной сети и не могут обеспечить распознавание, учитывая все особенности языка, что так важно при изучении, поэтому данная тема актуальна до сих пор.Метод. Модель обучения нейронной сети основывается на использовании искусственных нейронных сетей с использованием алгоритма обратного распространения ошибки.Результат. В статье представлена программная реализация системы обучения написания китайских иероглифов с учетом особенностей написания, направления каждой черты и ее точное определение с учетом правильной последовательности и нахождения в иероглифе, а также с контролем длины черт.Вывод. Каждая из особенностей написания является неотъемлемой частью при изучении языка, поскольку может не только полностью поменять смысл написанного иероглифа, но и помочь структурированно запомнить иероглиф самому обучающемуся, дав ему четкую структуру и алгоритм действий для написания иероглифа. При выявлении ошибок при написании, система укажет пользователю, где конкретно и в какой области была совершена ошибка, какую особенность языка он не учел, и следует обратить на нее внимание.
Objective. The purpose of the work is devoted to the development and description of the mathematical model of the Chinese character recognition system, taking into account all the features of writing the Chinese language. The Chinese language learning app with character recognition module can help you replace a native speaker or home teacher for self-study. However, the developed software applications are based only on the creation of a neural network and cannot provide recognition, taking into account all the features of the language, which is so important when studying, therefore this topic is still relevant.Method. The neural network training model is based on the use of artificial neural networks using the backpropagation algorithm.Result. The article presents a software implementation of a system for teaching Chinese characters, taking into account the peculiarities of writing, the direction of each feature and its exact definition, taking into account the correct sequence and location in the character, as well as controlling the length of the features.Conclusion. Each of the writing features is an integral part of learning a language, since it can not only completely change the meaning of the written hieroglyph, but also help the learner to memorize the hieroglyph in a structured way, giving him a clear structure and algorithm of actions for writing the hieroglyph. When errors are detected when writing, the system will indicate to the user where exactly and in what area the error was made, what feature of the language he did not take into account, and attention should be paid to it.
The authors declare that there are no conflicts of interest present.