Україна зробила ще один крок до автоматизації державних процесів, які донедавна залишалися майже повністю ручними. За підсумками національного ШІ-челенджу Handwritten to Data визначено технологію, здатну якісно розпізнавати український рукописний текст.
Про це повідомляє Мінцифри.
Саме вона стане основою для майбутнього оцифрування документів у державних інформаційних системах. Насамперед рішення планують інтегрувати до сервісу єДозвіл, а згодом і до інших цифрових платформ.
Конкурс перетворився на масштабний експеримент для ШІ-спільноти
Ініціатива викликала значний інтерес серед фахівців із машинного навчання. До розробки алгоритмів долучилися понад 870 учасників, які об'єдналися майже у дві сотні команд.
За час конкурсу було протестовано тисячі варіантів моделей, кожна з яких навчалася працювати з українським рукописом різної складності. Лише найефективніші рішення пройшли до фіналу, де їх оцінювали не лише за точністю, а й за готовністю до використання в реальних державних системах.
Яка команда перемогла
Найкращий результат показала команда Dantists, яка побудувала систему з двох взаємопов'язаних алгоритмів. Перший виконує розпізнавання тексту, тоді як другий аналізує отриманий результат, знаходить неточності та автоматично їх коригує.
Такий підхід дозволив досягти високої якості навіть під час роботи зі складними рукописними документами, що стало вирішальним аргументом під час визначення переможця.
ШІ навчали на українських документах різних епох
Ключовим елементом проєкту став датасет RUKOPYS – перша велика відкрита база українських рукописних текстів. До неї увійшли документи, створені протягом більш ніж століття, що дало можливість навчити алгоритми працювати з різними почерками, стилями написання та історичними особливостями текстів. У майбутньому базу планують регулярно поповнювати, щоб підвищувати точність моделей і розширювати сфери їх застосування.
Державні архіви можуть перейти до нового формату роботи
Запровадження нової технології має суттєво скоротити час, необхідний для переведення паперових документів у цифровий формат. Насамперед це стосується архівних матеріалів, технічної документації, журналів, актів та інших документів, які сьогодні практично неможливо автоматично обробляти.
Крім державних сервісів, технологію планують використовувати й в освіті. Тут вона допоможе автоматизувати перевірку письмових робіт та створити нові цифрові інструменти для навчання.
Нагадаємо, в Україні вперше сформовано масштабний відкритий датасет рукописного тексту – RUKOPYS. Він має стати фундаментом для розвитку технологій автоматичного розпізнавання документів у державному та приватному секторі.
