Метрические книги — это уникальные исторические документы, которые содержат записи о рождении, бракосочетании и смерти людей. Они являются ценным источником информации для генеалогов, историков и всех, кто интересуется прошлым своей семьи или региона. Однако работа с такими документами часто сопряжена с трудностями: рукописный текст, устаревшие формы написания, поврежденные страницы и сложный для восприятия почерк. Поэтому-то команда Shelfmatch с большим энтузиазмом включилась в проект по работе с распознаванием текстов метрических книг как только представилась такая возможность.
Почему метрические книги так сложно распознавать?
- Рукописный текст: Большинство метрических книг написаны от руки, а почерк может быть неразборчивым или варьироваться в зависимости от писца.
- Устаревшие формы слов: В документах используются архаичные слова, сокращения и стили написания, которые могут быть непонятны современному человеку.
- Повреждения страниц: Время, влажность, механические повреждения — все это может затруднить чтение текста.
- Особенности оформления: Записи в метрических книгах часто сделаны в таблицах или имеют сложную структуру, что усложняет автоматическое распознавание.
Что сделал Shelfmatch для распознавания текстов из метрических книг?
Команда Shelfmatch обучила нейросеть на нескольких разных почерках и книгах из разных губерний. После нескольких итераций тестового распознавания, сервис Shelfmatch смог
- Распознавать рукописные тексты
В метрических книгах разные люди писали разными почерками, так что было важно обучить сервис распознавать разные почерки. - Работать с архаичным языком
Сервис Shelfmatch поддерживает распознавание устаревших форм слов и букв (например, дореформенной орфографии). Это позволяет корректно интерпретировать текст, написанный в XVIII–XIX веках. - Структурировать данные
Если записи в метрических книгах сделаны в таблицах или имеют четкую структуру, сервисы может автоматически разделять текст на категории (например, "имя", "дата", "место").
Так, клиент, который пришел к нам с запросом на быстрое распознавание текстов из метрических книг, получил нужный инструмент и смог распознать не один десяток имеющихся книг за небольшое время и с очень хорошим качеством распознавания