Recognition of Mathematical Texts

Bc. Miroslav Hrdina

Bachelor's thesis

Anotácia:

Táto práca sa zameriava na vyriešenie problému rozpoznávania znakov pre projekt EuDML so zameraním na rozpoznávanie matematického obsahu. Cieľom práce bolo navrhnúť pracovný postup pre matematické OCR, ktorý transformuje matematické publikácie na indexovatelný rozpoznaný výstup. To bolo dosiahnuté použitím OCR sofvéru InftyReader. Zvolený postup práce bol otestovaný a výsledky boli vyhodnotené. Počas rozpoznávania došlo k viacerým problémom so softvérom aj s rozpoznávanými dátami. Časť týchto problémov bola vyriešená ale niektoré stále pretrvávajú a budú vyriešene v budúcnosti.

Abstract:

This work aims to resolve the OCR issue for EuDML project with the most important part being the recognition of mathematical content. Goal of this work was to create workflow for mathematical OCR, which transforms the mathematical publications to indexable recognized output. This was achieved by using the InftyReader OCR software. The chosen recognition workflow was tested and results were evaluated. During recognition numerous problems with the software and recognized data were encountered. Part of these problems were resolved, but some are still pending and will be resolved in the future.

Keywords

OCR, math recognition, InftyReader, Tralics, MathML, EuDML

Jazyk práce: English

Datum vytvoření / odevzdání či podání práce: 3. 1. 2013

Obhajoba závěrečné práce

• Obhajoba proběhla 4. 2. 2013
• Vedúci: doc. RNDr. Petr Sojka, Ph.D.
• Oponent: Mgr. Vlastimil Krejčíř

Masaryk University

Faculty of Informatics

Bachelor programme / odbor:
Applied Informatics / Applied Informatics