• handwriting recognition
• dysorthography
• DSA
• disortografia
• deep learning
• SLD
• web application

La disortografia è un disturbo che interessa le competenze ortografiche e la codifica fonema-grafema. Recenti studi stimano in media la presenza, in Italia, di 30.711 bambini con disortografia. Un rilevamento precoce del disturbo è importante per permettere a famiglie e insegnanti di affrontare le difficoltà che si incontrano durante lo svolgimento di semplici attività quotidiane. Lo scopo di questo progetto è di sostenere i tutor, provando a dar loro chiari suggerimenti sulla necessità di una valutazione professionale, attraverso una semplice analisi di un testo, e di incoraggiarli a intraprendere il percorso di diagnosi con l’utilizzo di una semplice applicazione, che potrà essere usata a casa o a scuola. Per raggiungere lo scopo, è stato identificato un focus group al fine di comprendere le esigenze e le esperienze degli utenti. In aggiunta, sono stati coinvolti specialisti del settore in modo da identificare i red flag del disturbo e raccogliere testi scritti da bambini con disortografia. Partendo dai dati ottenuti, è stato possibile definire il lavo-ro precedente allo sviluppo del prototipo dell’applicazione. Esso si snoda in tre fasi principali: il rilevamento della scrittura a partire da un’immagine digitale e la sua successiva segmentazione in parole e in caratteri; il riconoscimento della scrittura a mano; il rilevamento dei campanelli d’allarme della disortografia. Queste fasi sono state affrontate attraverso l’utilizzo delle tecniche presenti in letteratura e di metodi di deep learning.

Dysorthography concerns errors in spelling level of written words, such as confusion between similar letters and with the order of letters or syllables. Recent studies estimate on average 30.711 children with dysorthography, in Italy. An early detection is important to allow the teachers and the family to be aware of the difficulty encountered in daily school activities and to start to address the problem. The goal of our project is to sustain tutors in this difficult path trying to give them clear suggestions on the need of a professional evaluation through the simple analysis of some written text. We encourage them to purse this path with a simple friendly app which can be used in a natural environment, such as home and school. In this thesis, we present the preliminary work for the design of the application. First, we identified a focus group - with the help of Facebook group SLD centers - to understand the most important red flags of dysorthography. Then, we contacted two specialized to build a dataset from real had written text by children with dysorthography. In the end, we discuss phases before creating the web application: the detection of handwrinting starting from images, the handwriting recognition and the detection of red flags of dysorthography. These problems are faced with techniques presented in the literature and with deep learning methods.