“Báo chí thường sử dụng bố cục đa cột phức tạp, xen kẽ với hình ảnh. Các hệ thống OCR thông thường thường đọc theo chiều ngang, ghép nửa câu bên trái với nửa câu bên phải, làm cho ý nghĩa không rõ ràng.”

Phân tích nguyên nhân gốc rễ

Phân tách bố cục thông minh

商译 AI sử dụng thuật toán phân tích bố cục (Layout Analysis) dựa trên thị giác, nhận diện khoảng cách giữa các cột và đường phân tách, xác định chính xác hướng dòng văn bản (ví dụ: đọc xong xuống dưới rồi sang phải, hoặc tiêu đề bắc qua nhiều cột).

Tái cấu trúc bố cục tài liệu với hình ảnh và văn bản kết hợp

Khi dịch các tài liệu lưu trữ cũ, hệ thống sẽ tạo một lớp phủ để che văn bản gốc, sau đó chèn bản dịch vào đúng khu vực chuyên mục tương ứng, nỗ lực tối đa giữ lại cấu trúc thị giác “phong cách báo in” nguyên bản.

Tổng kết giải pháp cuối cùng

Hồi sinh tài liệu lịch sử, đưa thông tin vượt qua thế kỷ và rào cản ngôn ngữ.