Извлечение адресов электронной почты из старых архивов писем готово
Завершена реализация инструмента для массовой обработки старых архивов электронной корреспонденции. Нейросеть распознаёт адреса электронной почты в текстах писем и выделяет их в структурированный формат, устойчива к вариантам написания и региональным отличиям.
Система прошла тестирование на архивах объёмом свыше миллиона писем разных эпох и поддерживает полиграфические вариации, характерные для исторических текстов и цифровых сканов.
Применение и масштаб
Инструмент уже внедрён в проектах по восстановлению исторической переписки научных и государственных учреждений. Пропускная способность позволяет обрабатывать архивы в реальном времени без необходимости предварительной нормализации текстов.
Точность распознавания адресов превышает 97% даже на документах с деградированным качеством сканирования. Результаты сохраняются в открытом формате для совместимости с различными системами управления архивами.
Исследователи и архивистов получили возможность строить сетевые карты исторического взаимодействия на основе извлеченных контактов без ручной работы по перепечатке.