Възможно ли е да се превеждат ръкописни бележки или сканирани древни книги? Каква е точността на OCR разпознаването?
Диагностика на текущото състояние
“Традиционният OCR постига добри резултати при подредени печатни шрифтове, но често разпознава множество неразбираем текст при среща с нечетливи ръкописни протоколи или древни книги.”
Анализ на основната причина
1
Визуален енкодер с голям модел
商译 AI интегрира визуален енкодер, базиран на Transformer (като технологията GPT-4V), който притежава контекстови способности за извеждане на значения. Дори при нечетливи лекарски рецепти или исторически ръкописи, 商译 AI може да „отгатне“ правилния текст на база контекст.
2
Анализ на оформлението и прерисуване на ръкописни текстове
След превода системата не само заменя текста, но също опитва да използва шрифт, наподобяващ ръкопис, за да възпроизведе максимално визуалното усещане на оригиналните бележки.
Обобщение на крайното решение
Ценните материали от епохата на хартията вече могат да бъдат разбирани от глобална аудитория в ерата на AI.