“O OCR tradicional apresenta resultados razoáveis para tipos de letra impressos, mas, perante atas manuscritas descuidadas ou manuscritos antigos, acaba frequentemente por identificar uma série de caracteres ilegíveis.”

Análise da causa raiz

Codificador visual de grandes modelos

O Shangyi AI integra um codificador visual baseado em Transformer (como a tecnologia GPT-4V), com capacidades de inferência contextual. Mesmo em receitas médicas com caligrafia ilegível ou manuscritos históricos, é possível ‘adivinhar’ o texto correcto recorrendo à compreensão do contexto.

Análise de layout e reinterpretação de caligrafia manual

Após a tradução, o sistema não só substitui o texto, como também tenta utilizar um tipo de letra semelhante ao manuscrito, preenchendo novamente o documento para preservar, tanto quanto possível, o aspeto visual original das notas.

Resumo da solução final

Assim, materiais valiosos da era do papel podem ser compreendidos por leitores de todo o mundo na era da IA.