Publication:
Analyzing the Content of Business Documents Recognized with a Large Number of Errors Using Modified Levenshtein Distance

Дата
2022
Авторы
Slavin, O.
Farsobina, V.
Myshev, A.
Journal Title
Journal ISSN
Volume Title
Издатель
Научные группы
Организационные подразделения
OrgUnit Logo
Организационная единица
ИАТЭ НИЯУ МИФИ
ИАТЭ НИЯУ МИФИ был образован в 1953 г. как вечернее отделение МИФИ. В 2009 г. ИАТЭ официально получил статус обособленного структурного подразделения НИЯУ «МИФИ», что дало новый мощный импульс для развития образовательной и научной деятельности на основе инновационной составляющей. В соответствии с лицензией Минобрнауки России ИАТЭ ведет образовательную деятельность в рамках очной, очно-заочной и заочной форм обучения. В настоящее время в ИАТЭ НИЯУ МИФИ осуществляется подготовка по очной форме обучения: бакалавриат- 16 направлений, специалитет – 4 направления, магистратура- 12 направлений; по очно-заочной: бакалавриат- 4 направления, специалитет – 1 направление; по заочной: бакалавриат- 3 направления, специалитет- 2 направления; аспирантура – 18 направлений. В структуре ИАТЭ 9 факультетов: физико-энергетический, естественных наук, кибернетики, социально-экономический, медицинский, вечерний, заочного обучения, подготовительный, повышения квалификации и профессиональной переподготовки специалистов. Образовательный процесс обеспечивают 18 общеобразовательных и 22 выпускающие кафедры.
Выпуск журнала
Аннотация
© 2022, The Author(s), under exclusive license to Springer Nature Switzerland AG.The chapter discusses methods for analyzing test material of business documents, lists tasks that use word comparison. The features of the analysis of recognized texts are indicated. A mechanism for identifying recognized words based on textual feature points is described. The advantages and disadvantages of Levenshtein position are listed. Other distances between string objects are described: Jaro-Winkler similarity, multiset metric, MFKC metric. The Levenshtein standard distance is compared to other distances between two string objects. A modification of the Levenshtein position is proposed focused on the features of the recognized characters. Experimental results are presented that demonstrate the effect of using the proposed distance in comparison with the normalized Levenshtein distances. The experiments investigate the extraction of data from the document and the classification of documents. We also compared the time spent on calculating the modified Levenshtein metric and the multiset metric. The proposed method can be applied in a modern CAD system in the recognition component to analyze the information of recognized text documents. Also, the method can be in the system of the analysis of the recognized text using the methods of computational linguistics.
Описание
Ключевые слова
Цитирование
Slavin, O. Analyzing the Content of Business Documents Recognized with a Large Number of Errors Using Modified Levenshtein Distance / Slavin, O., Farsobina, V., Myshev, A. // Studies in Systems, Decision and Control. - 2022. - 417. - P. 267-279. - 10.1007/978-3-030-95116-0_22
URI
https://www.doi.org/10.1007/978-3-030-95116-0_22
 https://www.scopus.com/record/display.uri?eid=2-s2.0-85127880113&origin=resultslist
 https://openrepository.mephi.ru/handle/123456789/28999
Коллекции
Публикации