Аспирантка Новосибирского государственного университета Анна Мурашкина разработала инновационную систему на базе машинного обучения для автоматического распознавания и оцифровки древних тибетских манускриптов. Проект направлен на сохранение более 70 000 рукописей XVIII–XX веков из архивов Сибирского отделения Российской академии наук, находящихся под угрозой утраты.
Приложение, созданное Мурашкиной, использует нейронную сеть, обученную на текстах из фонда Института монголоведения и буддологии Сибирского отделения РАН. Это позволило создать систему, адаптированную к специфике тибетского письма и лингвистическим особенностям текстов.
Мурашкина провела лингвистическую разметку, что обеспечило точное соответствие распознанных символов их реальным значениям. Она также разработала систему оценки качества распознавания, что позволяет минимизировать ошибки и повысить точность обработки текстов.
Разработанная система демонстрирует более высокую точность распознавания символов тибетского брахми по сравнению с существующими решениями. Автоматизация процесса оцифровки включает этапы сегментации изображений, предварительной обработки данных и распознавания символов.
Тексты, подлежащие оцифровке, содержат уникальные сведения по философии, медицине и истории Тибета, что делает их ценными для научного сообщества и культурного наследия. Естественное старение бумаги и деградация чернил ставят под угрозу сохранность этих материалов. Разработка Мурашкиной способствует сохранению знаний для будущих поколений, обеспечивая доступность и сохранность текстов.
Анна планирует внедрить систему в архивные учреждения Сибирского отделения РАН, что позволит автоматизировать процесс оцифровки и повысить его эффективность. Она также инициирует переговоры с Буддийским центром цифровых технологий с целью совместной оцифровки монастырских документов, что будет способствовать сохранению культурного наследия Тибета на глобальном уровне, пишет sib.fm.