Preview

Вестник Дагестанского государственного технического университета. Технические науки

Расширенный поиск

Программная реализация системы обучения написания китайских иероглифов

https://doi.org/10.21822/2073-6185-2023-50-2-58-66

Аннотация

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.

Об авторе

Н. В. Губанов
Сибирский государственный индустриальный университет
Россия

Губанов Николай Владимирович, аспирант, кафедра прикладных информационных технологий и программирования

654007, Новокузнецк, ул. Бардина, 42



Список литературы

1. Лучшие приложения для изучения китайского языка. Топ 7. Электронный ресурс]:сайт.– Режим доступа:https://studyinchinas.com/ru/приложения-для-изучения-китайского/, свободный (дата обращения 27.01.20).

2. мобильных приложений для изучения китайского языка [Электронный ресурс]:сайт.– Режим доступа:https://kj.media/obuchenie/prilozheniya-dlya-izucheniya-kitayskogo-yazyka/, свободный (дата обращения 29.01.20).

3. Учим китайский! 9 лучших приложений [Электронный ресурс]: сайт.– Режим доступа: https://laowai.ru/uchim-kitajskij-9-luchshix-prilozhenij/, свободный (дата обращения 29.01.20).

4. World Intellectual Property Organization [Электронный ресурс]: сайт.– Режим доступа: https://laowai.ru/uchim-kitajskij-9-luchshix-prilozhenij/, свободный (дата обращения 03.05.20).

5. Ивченко Т.В. Новые горизонты интегральный курс китайского языка [Текст] / Т.В. Ивченко. – Пекин : «EducationalSciencePublishingHouse», 2012 – 184с.

6. ComputerWorld : История глубинного машинного обучения [Электронный ресурс] : электронный журнал. – Режим доступа: http://www.computerworld.ru/articles/Istoriya-glubinnogo-mashinnogoobucheniya, свободный (дата обращения 17.06.18).

7. MachineLearning.ru: Профессиональный информационно–аналитический ресурс, посвященный машинному обучению, распознаванию образов и интеллектуальному анализу данных [Электронный ресурс] : электронная энциклопедия. Режим доступа: http://www.machinelearning.ru, свободный (дата обращения 13.06.17).

8. Горбачевская Е. Н. Классификация нейронных сетей [Текст] / Е. Н. Горбачевская // Вестник Волжского университета им. В. Н. Татищева. – 2012. – № 2. – с. 128–134.

9. Круглов В. В. Искусственные нейронные сети. Теория и практика [Текст] / В. В. Круглов, В. В. Борисов. – 2-еизд. // Горячая линия – Телеком. – Москва. – 2002.–382 с. –ISBN 5-93517-031-0.

10. The Elements of Statistical Learning. DataMining, Inference, and Prediction [Текст] / TrevorHastie, RobertTibshirani, JeromeFriedman //Springer. – 2009. – 764с. - ISBN-10: 0387848576.

11. Лагунов Н.А. Применение сверточных нейронных сетей в задачах распознавания многопараметрических объектов [Текст] / Н. А. Лагунов. // Пространство и время – Москва. – Институт философии РАН. – 2013. – №3 – с. 194–197.

12. Обзор свёрточных нейронных сетей для задачи классификации изображений [Текст] / сост. : Сикорский О.С. //МГТУ им. Н.Э. Баумана – 7с.

13. Adam: A Method for Stochastic Optimization [Текст] / Diederik P. Kingma, Jimmy Lei Ba // The International Conference on Learning Representations.–San Diego. – 2015. – 15 c.

14. Рейнгольд Э. Комбинаторные алгоритмы. Теория и практика [Текст] / Э. Рейнгольд, Ю. Нивергельт, Н. Део. – М. : Мир, 1980. – 476 с.

15. Левитин А.В. Алгоритмы: введение в разработку и анализ [Текст] / А. В. Левитин – М. : Издательский дом «Вильямс», 2006. – 576 с.

16. Adam: A Method for Stochastic Optimization [Текст] / Diederik P. Kingma, Jimmy Lei Ba // The International Conference on Learning Representations.–San Diego. – 2015. – 15 c.

17. Haykin S. Neural Networks: A Comprehensive Foundation Simon [Текст] / S. Haykin. : Macmillan, 1994. – 696 c.

18. Scansi S. Introduction to Deep Learning [Текст] / S. Scansi. : Springer, 2018. – 204 c.

19. Rojas R. Neural Networks: A Systematic Introduction [Текст] / R. Rojas : Springer, 1996. – 522 c.

20. Bishop M. Pattern Recognition and Machine Learning [Текст] / M. Bishop : Springer, 2006. – 738 c.


Рецензия

Для цитирования:


Губанов Н.В. Программная реализация системы обучения написания китайских иероглифов. Вестник Дагестанского государственного технического университета. Технические науки. 2023;50(2):58-66. https://doi.org/10.21822/2073-6185-2023-50-2-58-66

For citation:


Gubanov N.V. Software implementation of the system for learning to write Chinese characters. Herald of Dagestan State Technical University. Technical Sciences. 2023;50(2):58-66. (In Russ.) https://doi.org/10.21822/2073-6185-2023-50-2-58-66

Просмотров: 201


Creative Commons License
Контент доступен под лицензией Creative Commons Attribution 4.0 License.


ISSN 2073-6185 (Print)
ISSN 2542-095X (Online)