Югорские разработчики создали миллионы примеров для мансийского OCR

Департамент информационных технологий Югры совместно с Югорским НИИ информационных технологий представили передовую OCR-модель, разработанную для мансийского языка. Данная технология позволяет осуществлять перевод изображений с мансийским текстом в цифровой формат.

Основная трудность заключалась в уникальных символах мансийского алфавита, не распознаваемых стандартными программами, а также в дефиците обучающих данных. Для решения этой проблемы было сгенерировано 1,3 млн искусственных примеров текста, что обеспечило эффективное обучение модели.

Результатом стало значительное снижение ошибок распознавания – с 18,5% до 0,85%. Это существенно упрощает процесс оцифровки исторических архивов и литературных источников на мансийском языке.

На основе данной модели был запущен «Этнопортал» – интерактивная платформа для изучения языков коренных народов Севера. Портал, включающий Языковой Центр, служит инструментом для сохранения и передачи культурных ценностей между поколениями.

Последние новости ХМАО - Югры — на сайте телеканала «Мегаполис».