В пресс-службе Санкт-Петербургского государственного университета промышленных технологий и дизайна (СПбГУПТД) сообщили, что ученые вуза разработали и запатентовали программу на базе искусственного интеллекта (ИИ) для восстановления поврежденных исторических документов. Технология сочетает компьютерное зрение и языковое моделирование.
Система сначала анализирует скан, выделяет заголовки, текст, таблицы и изображения, затем повышает контрастность, устраняет микроразрывы и отделяет текст от пожелтевшего фона. После OCR-распознавания языковая модель восстанавливает структуру и смысл документа.
Для работы со сложной многоколоночной версткой модель учитывает расположение блоков на странице. Ее дообучили на газете «Кадры стране» за 1968 год. В испытаниях система также обрабатывала историческую лексику, аббревиатуры и орфографию того времени. Технологию планируют применять в архивах, библиотеках и при массовой оцифровке фондов, отметили в пресс-службе вуза.
Источник: www.ferra.ru