लिखावट मान्यता प्रौद्योगिकी का निर्माण (अद्यतन)

हबराब्राइट्स की समझदार आलोचना के संबंध में, मैंने इस पोस्ट को मौलिक रूप से भुनाया। मुझे उम्मीद है कि इस विकल्प का मूल्यांकन अधिक सकारात्मक रूप से किया जाएगा।

लगभग दो वर्षों से मैं एक ऐसी कंपनी में काम कर रहा हूँ जो संग्रह और पुस्तकालय संग्रह का डिजिटलीकरण करती है। जानकारी की स्कैनिंग स्ट्रीम पर रखी गई है और हमें प्रति दिन हजारों ग्राफिक चित्र प्राप्त होते हैं, जिन्हें ग्राहक को पहचानना और अपलोड करना होगा। मेरा काम ग्राफिक छवियों से जानकारी पहचानने के लिए एक कन्वेयर तकनीक बनाना है।

इस पोस्ट में मैं अपने अनुभव को साझा करना चाहता हूं और लिखावट मान्यता प्रौद्योगिकी के बारे में बात करना चाहता हूं।

ऑटो मान्यता परीक्षण

टाइप किया हुआ पाठ
ABBYY FineReader इस सेगमेंट में निर्विवाद नेता है। मान्यता कार्यक्रमों को उन कंपनियों के मानक प्रलेखन पर ध्यान केंद्रित करने के साथ विकसित किया जाता है जो सॉफ्टवेयर के मुख्य उपभोक्ता हैं। वे गैर-मानक प्रारूपों के लिए डिज़ाइन नहीं किए गए हैं, इसलिए कार्यक्रम 80% से अधिक आत्मविश्वास स्तर नहीं दे सकते हैं।

जब दस से बीस साल पहले पुस्तकालय कार्ड प्रसंस्करण करते हैं, तो ABBYY FineReader 60% से अधिक आत्मविश्वास का परिणाम नहीं दे सकता है। नीचे स्क्रीनशॉट देखें।



हस्तलिखित पाठ
ABBYY FineReader के पास कार्यक्रम के संस्करण हैं, जहां प्रशिक्षण के बाद, इसे पाठ को पहचानना चाहिए। निचला रेखा सरल है - उत्पाद एक खाली तंत्रिका नेटवर्क है। उपयोगकर्ता को इसे मैन्युअल रूप से भरना होगा। यदि उपयोगकर्ता कई हस्तलिपियों को पहचानने की कोशिश करता है, तो प्रोग्राम परिणाम नहीं दे पाएगा। इस तरह के सॉफ्टवेयर समाधान सीखने में एक सप्ताह का समय बीतने के बाद, अंत में, हमें सकारात्मक परिणाम नहीं मिला।

लिखावट की मान्यता के लिए स्वचालित कार्यक्रमों का उपयोग आज लगभग असंभव है। एक ऑपरेटर द्वारा ग्राफिक छवि से जानकारी दर्ज करना डिजीटल जानकारी प्राप्त करने का एकमात्र तरीका है। नीचे स्क्रीनशॉट देखें।

मैनुअल मान्यता प्रौद्योगिकी का निर्माण

आगे, हम उस तकनीक के बारे में बात करेंगे, जिसे बनाने की जरूरत है। एक एल्गोरिथ्म था जिसे लागू करने में आधा साल लग गया। निम्नलिखित मान्यता प्राप्त पाठ प्राप्त करने की प्रक्रिया है:

• स्कैनिंग - स्ट्रीमिंग स्कैनर खुद ही कार्य करता है।
• एक उपश्रेणी पर विशेषता द्वारा ग्राफिक चित्रों की एक सरणी को अलग करना - यह और सभी आगे के चरणों को एक व्यक्ति द्वारा किया जाता है। यह चरण इनपुट दक्षता बढ़ाने की अनुमति देता है।
• पिछले चरण में किए गए कार्यों का सत्यापन।
• डेटा प्रविष्टि। सभी जानकारी तार्किक रूप से खेतों में विभाजित है और भागों में भरी हुई है। प्रत्येक डेटा ऐरे की अपनी विशिष्टताएँ और अपने स्वयं के इनपुट नियम हैं:
  
  • यदि जानकारी गोपनीय है - छवि स्वचालित रूप से भागों में कट जाती है, और प्रत्येक ऑपरेटर इनपुट के लिए केवल सूचना का एक हिस्सा प्राप्त करता है;
  • बड़ी संख्या में फ़ील्ड्स के साथ - एक कार्ड के क्षेत्रों को कई ऑपरेटरों के बीच विभाजित किया जाता है।
• इनपुट डेटा की मान्यता। त्रुटियों की उपस्थिति डेटा दर्ज करने वाले लोगों के वेतन को प्रभावित करती है।
• आधार पर कई सामान्य स्वचालित जांच की जाती हैं।
• ग्राहक को सरणी के तैयार भागों का शिपमेंट।

परियोजना को "दूरस्थ रोजगार के लिए केंद्र" कहा जाता था और गति प्राप्त करना शुरू कर दिया। पहले महीने मुझे रन-इन के दौरान सामने आई त्रुटियों को लगातार ठीक करना पड़ा। इसके अलावा, इस प्रक्रिया को समायोजित किया गया था, और सॉफ्टवेयर ने महत्वपूर्ण रूप से काम करना शुरू कर दिया और तैयार किए गए डेटा सरणियों को अनलोड करना शुरू कर दिया।

जैसे-जैसे लोड बढ़ता गया, एल्गोरिदम की इष्टतमता और उनके प्रसंस्करण की गति के बारे में सर्वर पर नई समस्याएं पैदा होने लगीं। हालांकि उन्हें स्थानीय रूप से हल किया जा रहा है, यह बहुत संभव है कि जल्द ही पूरी प्रणाली का अनुकूलन आवश्यक हो।

पूरी परियोजना को यूक्रेन के संस्कृति और पर्यटन मंत्रालय के समर्थन के साथ लागू किया गया था, अधिक विवरण यहां पाया जा सकता है ।

संक्षेप में प्रणाली के बारे में

प्रोग्रामिंग भाषा: PHP।
डेटाबेस: MySQL।
सीएमएस, फ्रेमवर्क: कोई भी, विकास खरोंच से किया गया था।

अंत में

जो लोग ABBYY FineReader के परिणामों के विभिन्न विकल्पों को देखने में रुचि रखते हैं, उनके लिए मैंने यहां अतिरिक्त स्क्रीनशॉट पोस्ट किए हैं ।

यदि यह पद सकारात्मक रूप से स्वीकार किया जाता है, तो मैं निरंतरता को प्रकाशित करूंगा और इस बारे में बात करूंगा कि सीआईएस देशों में पुस्तकालय स्वचालन की तकनीक कैसे बनाई जाती है। मैं दिलचस्प विशेषताओं के साथ मॉड्यूल पर विशेष ध्यान दूंगा, जो इंटरनेट पर जानकारी प्रदर्शित करने के लिए जिम्मेदार है।