Vývojářský tým ve společnosti EXON dlouhodobě pracuje na zlepšování a vývoji nových technologií pro digitalizaci knih a historických dokumentů. Nyní se zaměřili na nové téma: rozpoznání písma psaného rukou. Téma, které vzhledem ke své složitosti není ve světě stále zcela prozkoumané. Vývojáři EXON se spojili s experty na umělou inteligenci ze Západočeské univerzity a začali pracovat na řešení, které může výrazným způsobem ovlivnit současný pohled na digitalizaci písma psaného rukou. Řešení, které pojmenovali inkCapture.
Uživatelské prostředí aplikace inkCapture.
Jak se umělá inteligence učí písmo psané rukou?
Pro rozpoznání ručně psaného písma se využívají nejmodernější metody. Jak to funguje? Nejprve je nutné umělou inteligenci naučit číst písmo psané rukou. Na začátku je nutné vynaložit spoustu úsilí ručním přepisem slov a řádků a předat tato data umělé inteligenci k učení. Je potřeba připravit tisíce ručně psaných stran od velkého množství autorů, aby bylo dosaženo získání maxima různých stylů psaní.
„Postupně učíme umělou inteligenci pochopit ručně psané písmo. Používáme různé varianty textu a odlišné fonty písma. Nové funkcionality přidáváme do aplikace, kterou již nyní je možné online prohlédnout a vyzkoušet v rámci DEMO.“
Jak probíhá učení ručně psaného písma (zdroj Jan Sommer, Flickr, získáno 26.9. 2022)
Vyhledávání v rukopisech jako přidaná hodnota pro badatele
Badatelé a lidé se zájmem o historii se v online prostoru v posledních letech pohybují výrazně častěji. Zvykají si na neomezené možnosti internetu. V rukopisech však dodnes chybí možnost vyhledávání. Aby to bylo možné, je nutné text digitálně přečíst a vytvořit nad ním textovou vrstvu pomocí softwaru.
U tištěných dokumentů (psané na počítači, na stroji) to bývá relativně jednoduchá záležitost s takřka 100% úspěšností rozpoznání. U ručně psaných dokumentů to nebývá příliš obvyklé, jelikož spolehlivá technologie dosud neexistovala.
Badatelé dnes již nechtějí pouze hledat ve stovkách stran knih a dokumentů, ale i jednoduše nacházet konkrétní pojmy a data co nejdříve. Výhodou online bádání je komfort pro badatele, ale i obce a archivy. Historické, často křehké dokumenty se mohou vyhnout fyzickému namáhání. Archivy se tedy vydávají novým směrem, kdy se rukopisy šetrně naskenují a tím se bezpečně uchovají pro budoucí generace. Zároveň tak zcela eliminují hrozbu poničení často vzácných dokumentů.
„Tzv. OCR technologie dokáží rozpoznat písmo a vytvořit nad dokumentem tzv. textovou vrstvu. Tato vrstva se nejen přepíše do počítače, ale umožní v textu vyhledávat podobně, jako když „googlujete“ na internetu.“
Kroniky online - blíže občanům díky prezentaci na webu
Jakmile je k dispozici vytěžený text, je možné s ním vytvářet spoustu zajímavých věcí. Mnoho obcí již dnes zveřejňuje své obecní či školní kroniky na svých webových stránkách. Většinou ve formě prohlížení PDF, JPG souboru nebo stažení k sobě do počítače. Je možné si v nich listovat a pročítat historii obce stránku po stránce.
Představte si však, že budete moci nejen prohlížet historii obce na online prezentaci, ale budete mít možnost i přímo vyhledávat konkrétní informace, které vás zajímají. Vyhledávat např. dle ulice, čísla popisného, v matrikách podle příjmení apod. Na pár kliknutí badatel na podnose získá konkrétní strany dokumentu, kde se požadované informace nacházejí.
„Našim cílem je dát možnost prezentovat svoji historii na nových technologiích a vytvořit řešení vhodné pro všechny obce v České republice.“
Ukázka zobrazení kronik na internetu v prostředí inkCapture
Cílem je digitalizaci ručně psaného písma umožnit všem
Vizí není předat nástroj vhodný pouze pro historické instituce, ale umožnit každému člověku vytěžit si své rukopisné materiály a vytvořit rodinnou historickou sbírku (např. pro genealogii). Možnosti využití jsou otevřené. Lze digitalizovat poznámky z obchodních porad, recepty, čtenářské deníky či ruční poznámky z každodenního života.
Řešení umožní vytvořit si vlastní archiv dokumentů, s možností vyhledávat důležité poznámky, které např. na poradě zazněly. Na základě toho později rychle nalézt ten správný list papíru, kde jsou důležité myšlenky zaznamenány.
„Chceme dopřát celému světu vyzkoušet si rozpoznat písmo psané rukou. Kdokoliv na světě si bude moci vyzkoušet technologii na svých dokumentech. Tato technologie má obrovský potenciál i v jiných oborech, jako jsou školství, pojišťovnictví, bankovnictví apod. Rovněž se může uplatnit v převádění textu na zvuk.“
O tvůrcích inkCapture
Společnost EXON je inovativní společností v rámci digitalizace kulturního dědictví a dodavatelem hardware a software v oblasti digitalizace firem a institucí. Kromě jiného digitalizují pro knihovny, muzea a historické instituce archivní materiály na specializovaných knižních a velkoformátových skenerech. Vývoj uvedeného řešení je ve spolupráci se Západočeskou univerzitou a s odborníky ze společnosti Amitia AI, kteří se umělou inteligenci primárně zabývají.
