Uru:
- Ikike iji melite digitization na OCR workflow (nyocha, tupu nhazi, nnabata, mgbazi, nkwenye) nzọụkwụ site nzọụkwụ.
- Ikike iji AI iji dozie njehie OCR na ihe gbara ya gburugburu ka ị na-edobe mgbazi na idegharị ahịrị ma na-egosi enweghị mgbagha na [?]
- Ghọta ihe kpatara ọnụọgụgụ, ụbọchị na aha kwesịrị ekwesị ga-eji hụ na anya yana ọrụ njikwa mma.
Ọtụtụ nde ibe ndị dị na shelf anụ ahụ nke ebe nchekwa ma ọ bụ ọbá akwụkwọ ka a na-emeghere onye nyocha naanị mgbe ha ghọrọ digitized ma nwee ike ịchọ ya. Digitization bụ ịtụgharị akwụkwọ anụ ahụ ka ọ bụrụ onyonyo dijitalụ site n'inyocha ma ọ bụ sere ya foto. Mana foto ibe abụghị "ederede"; Na kọmpụta ọ ka bụ ihe onyonyo, ị nweghị ike ịchọ ya. Nke a bụ ebe OCR na-abata.
OCR (Optical Character Recognition) bụ teknụzụ na-amata mkpụrụedemede ebipụtara na onyonyo akwụkwọ wee gbanwee ha ka ọ bụrụ igwe-agụ, ederede enwere ike ịchọ. Na nkeji a, ị ga-amụta ka esi ebipụta akwụkwọ akụkọ ihe mere eme na OCR digitize, ka AI na-enyere aka dozie njehie OCR na usoro a, na ebe anya mmadụ dị mkpa. (Ihe odide ejiri aka dee chọrọ teknụzụ dị iche; anyị ga-ekpuchi ya na nkeji na-esote.)
Usoro nhazi digitization: nzọụkwụ site nzọụkwụ
1. Nkwadebe na nyocha. Nyochaa akwụkwọ ahụ n'ogo kachasị elu enwere ike. Usoro isi mkpịsị aka n'ozuzu maka nyocha akụkọ ihe mere eme bụ mkpebi nke opekata mpe 300-400 DPI (ntụpọ kwa inch). Mkpebi dị ala na-arịgoro ọnụego njehie na ọkwa OCR na-esote.
2. Nhazi ihe onyonyo. Imelite onyonyo n'ihu OCR na-abawanye nke ọma: deskeving ibe a nyochara, wepụ ntụpọ, mmụba dị iche iche, ịtụgharị na oji na ọcha. Ngwa ndị dabere na AI nke ọgbara ọhụrụ nwere ike megharịa usoro a.
3. Ngwa OCR. Ị na-enye ihe oyiyi ahụ na igwe OCR; Injin ahụ na-amata mkpụrụedemede wee mepụta ederede. Ihe mmepụta a na-enwekarị ọkwa abụọ: onyonyo akwụkwọ a na-ahụ anya na '' oyi akwa ederede zoro ezo nke a na-enyocha'' n'okpuru.
4. Ndozi (mgbe emezigharị). Mmepụta OCR raw adịghị ezu oke. A na-agụ mkpụrụedemede na ezighi ezi n'ihi mkpụrụedemede ochie, akwụkwọ edo edo, ncha ink na mperi nyocha. Nke a bụ ebe AI bụ onye inyeaka dị ike: ọ na-atụ aro ma na-edozi njehie OCR site na iji ọnọdụ.
5. Nkwenye na njikwa mma. Mmadụ na-enyocha ederede emeziri site na nlele ma ọ bụ kpam kpam. A ga-enyocharịrị mpaghara dị oke egwu dịka aha, ụbọchị na ọnụọgụ na anya.
Ihe kpatara OCR na-emehie ihe, ka AI na-enyere aka
Nsogbu a na-ahụkarị nke na-ama OCR aka na akwụkwọ akụkọ ihe mere eme: mkpụrụedemede ochie na nke mara mma, ụdị mkpụrụedemede na-adịghị adị ka ogologo "s" (ſ), nhazi ibe kọlụm abụọ, ndetu ala ala ala, ntinye aka edere, akara, na ink na-ada ada. N'ihi na injin OCR na-ahụ mkpụrụedemede otu otu, ọ na-agbagha ugboro ugboro ọnụọgụ abụọ "rn" dịka "m", mkpụrụedemede "l" dịka nọmba "1", na mkpụrụedemede "O" dịka "0".
Ụdị asụsụ AI na-enye ike dị iche ebe a: ha ghọtara ọnọdụ. Ọ bụrụ na engine OCR dere "1stanbu1", AI nwere ike ịpụta site na gburugburu na ọ kwesịrị ịbụ "Istanbul". Ma enwere nnukwu ihe ize ndụ ebe a: mgbe "na-edozi" AI nwekwara ike ịgbanwe ederede. Ọ nwere ike ịgbakwunye "Edoziri m" okwu adịghị adị ma ọ bụ dejupụta ebe edoghị anya jiri ntule nke ya. Nke a na-akpaghasị ntụkwasị obi nke ederede.
Akpachara anya: Iwu ọla edo dị na mgbazi OCR bụ nke a: AI kwesịrị idozi naanị mperi nnabata doro anya, ọ bụghị ịkọwa ma ọ bụ gbakwunye ọdịnaya nke ederede. "1stanbu1 → Istanbul" bụ ihe ziri ezi; Ọ bụghị maka iji ntule mejupụta okwu a na-agụghị agụ. Ekwesịrị iji [?] akara ebe ndị na-ejighị n'aka na e kwesịghị ime ya.
Ụdị njehie OCR na ụzọ ya na tebụl
Ụdị mperi
ihe atụ
AI nwere ike idozi ya?
njikwa mmadụ
agwakọta agwa
rn↔m, l↔1, O↔0
Ee, ọ dị mma
sample
akwụkwọ ozi ochie
ogologo → s
Ee, ọ dị mma
sample
Okwu dara ada/anaghị agụ
"ka__n"
Mba, ekwesịrị itinye [?]
amanyere iwu
aha/aha ebe kwesịrị ekwesị
"Constantiniyye"
kpachara anya
amanyere iwu
Nọmba/ụbọchị
"1867" vs "1857"
dị ize ndụ
amanyere iwu
Nhazi ibe (ogidi/ihe odide ala ala)
agwakọta eruba
akụkụ
amanyere iwu
Iji chịkọta foto a n'otu ahịrịokwu: AI na-asachapụ njehie agwa nkịtị; Mana a chọrọ anya mmadụ maka aha pụrụ iche, ọnụọgụgụ, ụbọchị na ebe a na-agụghị ya.
Obere ikpe atọ
Ikpe 1 - Ebe nchekwa akwụkwọ akụkọ ghọrọ ihe a na-achọgharị. Ọbá akwụkwọ mahadum ewepụtala peeji 12,000 nke akwụkwọ akụkọ mpaghara site na 1930s. A na-eme atụmatụ izi ezi OCR nke 82% (18 n'ime mkpụrụedemede 100 ọ bụla ezighi ezi). Ndozi dabere na AI mụbara izi ezi ruo 96% jiri akwụkwọ ọkọwa okwu dabara adaba na gburugburu ya. Maka mmejọ ndị fọdụrụ, a na-eme nlele nlele karịa ederede zuru ezu; Nchịkọta ahụ ghọrọ ihe a na-achọgharị n'ime izu atọ.
Ikpe 2 - AI "doziri" na akụkọ gbagọrọ agbagọ. Onye na-ede akwụkwọ nwere AI dezie ụbọchị "1863" na mbipụta OCR. AI "meziri" ụbọchị na "1868" site n'ile anya na ihe omume ọzọ na gburugburu - ọ bụ ezie na akwụkwọ ahụ kwuru n'ụzọ doro anya na 1863. Ọ bụrụ na onye na-edebe ihe ochie eleleghị ihe oyiyi mbụ ahụ, katalọgụ ahụ ga-abanye na ụbọchị na-ezighi ezi. Ihe nkuzi: ọnụọgụ na ụbọchị agaghị ahapụ AI, a na-eji foto a gosipụta ha.
Ikpe 3 - Abụọ kọlụm ibe mgbagwoju anya. A gwakọtara ibe akwụkwọ kọlụm abụọ nke narị afọ nke 19 n'otu iyi dị na OCR na ahịrịokwu ndị ahụ jikọtara ọnụ. Ihe nrụpụta raw enweghị ike ịgụ ya. Ederede a mere ka ọ dịkwuo mma mgbe mbụ m kewara nhazi ibe ka ọ bụrụ mpaghara (nkewa) wee hazie kọlụm ọ bụla iche. Ihe ọmụmụ: na nhazi ibe dị mgbagwoju anya, nhazi nke mbụ, ederede nke abụọ.
Ndebiri anọ enwere ike iṅomi
1) Ndozi OCR echekwara:
N'okpuru bụ mmepụta OCR raw nke akwụkwọ akụkọ ihe mere eme. Ọrụ gị bụ imezi mperi njirimara anya pụtara naanị (dịka rn→m,1→l, 0→O, ogologo ſ→s). Iwu: (1) Kọwaa ihe ederede pụtara. (2) Dezie okwu ndị a na-agụghị agụ/mgbagwoju anya, hapụ dị ka ọ dị wee kaa ya na [?]. (3) Ọ BỤGHỊ ịgbakwunye, wepụ ma ọ bụ mechie ahịrịokwu. (4) Ịgbanwe nọmba na ụbọchị; akara [nọmba?] ma ọ bụrụ na ị nwere obi abụọ. Raw OCR: [ebe a]
2) Akụkọ ogo OCR:
Nyochaa mmepụta OCR dị n'okpuru wee wepụta akụkọ dị mma: (1) Depụta okwu nwere mmejọ njirimara, (2) Kaa akara n'akụkụ ebe a na-agụghị / edoghị anya, (3) Depụta aha, ụbọchị na nọmba ndị chọrọ nyocha mmadụ. AKWỤKWỌ; mepụta ndepụta nlele naanị. Ederede: [ebe a]
3) Enyemaka ntule kọlụm/nhazi:
N'ihi na ederede OCR dị n'okpuru si na ibe kọlụm abụọ, ọ nwere ike ịgbagwoju anya. Hazie ederede ka ọ bụrụ paragraf ezi uche dị na ya mana agbanwela, tinye ma ọ bụ hichapụ mkpụrụokwu ọ bụla. Naanị dozie usoro ahụ. Kanye akara n'usoro ị na-ejighị n'aka na [usoro?]. Ederede: [ebe a]
4) Nhazi ka ọ bụrụ asụsụ ọkọlọtọ (nhọrọ, oyi akwa dị iche):
Mepụta ụdị agụmagụ dị mfe n'asụsụ nke taa, na kọlụm dị iche, N'elu ederede akụkọ ihe mere eme emeziri n'okpuru. ADỊGHỊ ịgbanwe ederede ORIGINAL; Ka mfe ka ọ bụrụ oyi akwa dị iche. Naanị melite mkpoputa/pronunciation na-agbakwunyeghị ihe pụtara.Original: [ebe a]
Ngwa ngwa adịghị ike / Ike siri ike
Adịghị ike:
Dezie ma chọọ ederede OCR a mma.
"Ịma mma" na-enye AI ohere idegharị ederede, mebie ihe, na ịkọwa ọdịnaya; na-agbaji iguzosi ike n'ihe.
siri ike:
Dezie naanị mperi njirimara anya na mmepụta OCR nke a. Akọwakwala ihe ọ pụtara, tinye/hichapụ okwu, hapụ akụkụ a na-agụghị agụ na [?], gbanwee ọnụọgụ na ụbọchị. Gosi mgbazi ọ bụla ị mere na listi dị iche na usoro "original → mmezi" ka m nwee ike nyochaa ya. Ederede: [ebe a]
Ọdịiche dị: ọrụ nwere oke, mmachibido iwu imepụta ihe, akara nhụsianya, na ndepụta ndozi nke enwere ike ịchọpụta na-eme ka a na-enyocha ya.
Mmejọ ndị nkịtị
- Na-enyocha na obere mkpebi. Ọtụtụ njehie OCR bụ ihe onyonyo ọjọọ kpatara; Nyocha dị mma bụ itinye ego dị ọnụ ala.
- Na-akpọ AI "mee mara mma." Nke a na-emepụta okwu were were kama ikwesị ntụkwasị obi; Edegharịrị akwụkwọ ahụ.
- Hapụ ọnụọgụ na ụbọchị na AI. A na-emebi ihe ndị a na nzuzo mgbe "doziri" site na ọnọdụ; a ga-enyocharịrị site na onyonyo.
- Na-ejuputa ebe a na-apụghị ịgụta ọnụ na ntule. Ekwesịrị iji ejighị n'aka [?] chebe ya, ọ bụghị mebere ya.
- Ọ naghị achịkwa ma ọlị kama ịlele. Ọbụna 96% ziri ezi pụtara puku kwuru puku njehie na ibe 12,000; A na-enyocha ebe dị egwu.
Na nchịkọta
OCR na-emepere ndị nyocha ebe nchekwa site na ịtụgharị akwụkwọ akụkọ ihe mere eme ebipụta ka ọ bụrụ ederede enwere ike ịchọ. AI bụ enyemaka dị ike n'ịdozi njehie agwa na mmepụta OCR raw na ihe gbara ya gburugburu; Mana ị ga-enwerịrị ahịrị n'etiti edezi na idegharị. Nyocha dị oke mma, ntuziaka mgbazi nchekwa, nchekwa nke enweghị mgbagwoju anya na [?], na nkwenye anya mmadụ nke aha/ụbọchị/nọmba na-eme ka digitization ngwa ngwa na ntụkwasị obi. AI na-ehichapụ ederede; Ị bụ onye nlekọta ntụkwasị obi.
Ọrụ ngwa
Nyochaa akwụkwọ akụkọ ihe mere eme ebi ebi (akwụkwọ akụkọ ochie, akwụkwọ ozi gọọmentị, ibe akwụkwọ) ma ọ bụ were mbipụta OCR. Were ndebiri “Secure OCR mmezi” dezie ederede wee rịọ maka ndozi site na ndepụta “nke izizi → mgbazi”. Mgbe ahụ, wepụ akụkụ ndị chọrọ njikwa mmadụ site na "akụkọ ogo OCR". Tụlee ụbọchị ọ bụla na aha kwesịrị ekwesị dị na listi ahụ na foto n'ezie; Rụba ama ole “doziri” na ezighi ezi.
ndetu
- [] Eji m opekata mpe 300 DPI nyochaa akwụkwọ ahụ na ezigbo ọdịiche.
- [] Ajụrụ m AI naanị maka mgbazi njehie anya, ọ bụghị idegharị.
- [] Eji m [?] chebe akụkụ ndị a na-agụghị agụ.
- [ ] Eji m onyonyo a kwado nọmba niile, ụbọchị na aha kwesịrị ekwesị.
- [] Emere m nlele ma ọ bụ nlele zuru oke na mpaghara ndị dị oke egwu.