Нейросеть извлекает смысл из плохо отсканированных документов на 40%
Исследователи продемонстрировали нейросеть, которая восстанавливает содержание отсканированных документов с низким качеством изображения. Система показала прирост точности на 40% по сравнению с классическими методами оптического распознавания текста.
Модель обучена на массиве повреждённых копий и использует контекстный анализ для восстановления утраченных символов. Это позволяет ей работать с документами, пострадавшими от износа, влаги или плохого сканирования.
Применение в архивах и документообороте
Технология особенно полезна для оцифровки архивных материалов и исторических документов, где качество оригиналов зачастую оставляет желать лучшего. Компании могут восстанавливать информацию из старых счётов и договоров без повторного ручного ввода.
Алгоритм работает с текстами на нескольких языках и адаптируется к разным форматам документов. Интеграция с системами управления документами позволит автоматизировать процесс обработки архивных массивов.
Разработчики планируют выпустить открытую версию модели для исследовательского сообщества уже в четвёртом квартале.