Možno preložiť rukou písané poznámky alebo skeny historických dokumentov? Aká je úspešnosť OCR rozpoznávania?
Diagnostika aktuálneho stavu
“Tradičné OCR dosahuje uspokojivé výsledky pri úhľadnej tlači, no pri neprehľadných ručne písaných zápisoch alebo historických knihách často ponúka len nezmyselné znaky.”
Analýza základných príčin
1
Vizuálny kódovač veľkého modelu
商译 AI využíva vizuálny kódovač založený na Transformer architektúre (napríklad technológia GPT-4V) so schopnosťou kontextového usudzovania. Aj z ťažko čitateľných lekárskych predpisov alebo historických rukopisov dokáže systém na základe kontextu správne „uhádnuť“ požadované znaky.
2
Analýza rozloženia stránky a obnovenie rukou písaného štýlu
Po preklade systém nielen nahradí text, ale tiež sa snaží použiť podobný rukopisný štýl písma na doplnenie preloženého obsahu, aby čo najviac zachoval vizuálny charakter pôvodných poznámok.
Zhrnutie konečného riešenia
Aj vzácne materiály z papierovej éry môžu byť vďaka AI pochopené čitateľmi z celého sveta.