Details

Объектом исследования является процесс графологического анализа почерка для определения характеристик личности. Цель работы - определить возможность использования наборов данных с почерком на иностранных языках для графологического анализа русскоязычного почерка с применением методов машинного обучения и компьютерного зрения. Рассматривается проблема отсутствия специализированных русскоязычных наборов данных с аннотациями личностных характеристик и предлагается способ её частичного решения за счёт межъязыкового переноса моделей. Описаны существующие подходы к автоматизации графологического анализа. С использованием Python 3.11, Jupyter Notebook и PyCharm 2024.3.5 разработана методика оценки применимости иноязычных данных, включающая этапы предварительной обработки изображений, сегментации строк и символов, извлечения признаков и классификации с использованием алгоритмов машинного обучения. На основе разработанной методики реализован модульный программный прототип. Для подтверждения полученных в процессе эксперимента результатов в рамках апробации был привлечён эксперт в области графологии, оценивший интерпретируемость и обоснованность предсказаний модели. Результаты подтвердили возможность использования иноязычных наборов данных без значительного снижения точности. Область применения результатов - создании автоматизированных систем анализа почерка для задач подбора персонала или для психодиагностики исторических личностей.

The object of this study is the process of graphological handwriting analysis for determining personality traits. The aim of the work is to assess the possibility of using handwriting datasets in foreign languages for the graphological analysis of Russian-language handwriting, employing machine learning and computer vision methods. The study addresses the lack of specialized Russian-language datasets annotated with personality traits and proposes a partial solution through cross-lingual model transfer. Existing approaches to the automation of graphological analysis are described. Using Python 3.11, Jupyter Notebook, and PyCharm 2024.3.5, a methodology was developed to evaluate the applicability of foreign-language data. This methodology includes stages of image preprocessing, line and character segmentation, feature extraction, and classification using machine learning algorithms. Based on the developed methodology, a modular software prototype was implemented. To validate the experimental results, a graphology expert was involved during the evaluation phase. The expert assessed the interpretability and justification of the models predictions. The results confirmed the feasibility of using foreign-language datasets without a significant loss in accuracy. The results may be applied in the development of automated handwriting analysis systems for tasks such as personnel selection or psychological profiling of historical figures.

• Исследование возможности использования методов изучения образцов почерка иностранных языков для определения характера человека применительно к русскому языку
  • Введение
  • 1. Обзор литературы и используемых в ней методов
  • 2. Методика обработки рукописного текста и анализа почерка
  • 3. Реализация предложенной методики
  • 4. Тестирование и эксперимент по проверке гипотезы
  • Заключение
  • Список использованных источников
  • Приложение 1 Код программных модулей
  • Приложение 2 Код тестирования и апробации