Извлечение адресов из древних деловых документов дало новые базы данных
Группа историков и компьютерных специалистов использовала модели компьютерного зрения и обработки текста для анализа оцифрованных архивов деловой переписки. Нейросеть обучили распознавать различные форматы записи адресов, учитывая особенности исторической орфографии и географической номенклатуры разных периодов.
Система выделяла названия улиц, районов и городов, затем сопоставляла их с современными базами геоданных. Точность извлечения достигла 87%, что достаточно для массового оцифрования архивов и восстановления исторической картографии городов.
Новые возможности для исторических исследований
Полученные базы данных позволили картировать развитие городской инфраструктуры за три столетия и выявить закономерности расселения купеческих сообществ. Исследователи планируют применить аналогичный подход к архивам других европейских стран.
Метод демонстрирует, как современные нейросети помогают структурировать исторические источники, которые раньше требовали ручной работы целых команд архивистов. Следующий этап — интеграция извлечённых данных с семантическими графами для анализа торговых связей.
Проект финансировался исследовательским консорциумом и уже привлёк внимание государственных архивов других стран, заинтересованных в похожих разработках.