Нейросеть Yandex’а расшифровала наиболее 10 миллионов страничек исторических документов в Поиске по архивам
Ровно годом ранее Yandex запустил сервис Yandex Поиск по архивам, который помогает отыскивать информацию о исторических событиях и личностях. И на данный момент компания поделилась плодами работы сервиса за 1-ый год:
- С момента пуска сервиса юзеры просмотрели расшифрованные нейросетью документы наиболее 20 миллионов раз.
- Первым партнером Поиска по архивам стал Главархив Москвы. На предоставленных им текстах нейросеть училась расшифровывать устаревшие знаки и рукописи. На данный момент в базу Поиска по архивам загружено наиболее 5,4 миллиона страничек исторических материалов из Главархива Москвы.
- На данный момент в Поиске по архивам есть документы из архивов 11 регионов, в том числе Москвы, Столичной, Оренбургской, Новгородской, Иркутской, Астраханской и остальных областей.
- За год работы нейросеть распознала наиболее 60 тыщ рукописных и печатных текстов середины XVIII — начала XX веков: это наиболее 10 миллионов страничек либо 492 миллиона строк.
- В сервисе собраны 3,6 миллиона оцифрованных страничек повторяющихся изданий, таковых как «Русский спорт», «Вечерняя Москва» и епархиальные ведомости.
Разработка расшифровки в Поиске по архивам базирована на оптическом распознавании знаков. Нейросеть выяснит утратившие актуальность знаки (к примеру, исчезнувшие из алфавита буковкы), учитывает индивидуальности почерка и за несколько секунд конвертирует трудночитаемые записи в печатный текст. Для работы с версткой газетных страничек нейросеть специально адаптировали: она научилась распознавать текст на больших полосах, набранный маленьким шрифтом на бумаге низкой плотности.
Напомним, Максим Ильяхов стал амбассадором сервиса Yandex’а для лаконичного пересказа видео и текстов.