Komputila legado de manskribitaj dokumentoj (OCR)
Roland Rotsaert
Antaŭ kelkaj tagoj amiko atentigis min pri www.handwritingocr.com.
Mi sciis ke dum la pasintaj jaroj en Flandrio kaj Nederlando okazis
eksperimentoj por komputile legi historiajn manskribitajn dokumentojn
kaj ke la rezultoj estas bonaj ĝis tre bonaj, sed mi mem ne partoprenis.
Mi nenion sciis pri similaj projektoj eksterlande, nek pri
www.handwritingocr.com.
Hazarde mi havis dupaĝan nuntempan nederlandlingvan tekston ĉemane kiun
mi intencis tajpi en komputilon. Mi uzis la oferton je
https://www.handwritingocr.com/#pricing por senpage testi kvin paĝojn.
La rezulto efektive estas bona: serio da malgrandaj eraroj, nur du
gravaj eraroj (miksigo de frazoj).
Ĵus mi uzis la restantan krediton por legigi tri poŝtkartojn. Mi aldonas
la rezultojn. Mi scivolemis pri la karto 'debr39v': densa skribita,
parte turnita sed tamen sufiĉe bona. Surprize: la sistemo konas la
E-supersignojn. Mi ankaŭ aldonas du seriojn de leteroj per kiu aliaj
povas eksperimenti.
***
Post la unua testo handwritingocr.com petis mian opinion. Mi respondis,
aldonante ke mi verŝajne nur malofte bezonos ĝiajn servojn, kaj se
tamen, estos por esperantaj tekstoj. Revenis peto por plu eksperimenti
kun Esperanto. Mi nun estas tute okupita per la transloĝigo de la
IEspA-arkivoj kaj esperas ke aliaj havos tempon por daŭrigi la kontakton.
Roland Rotsaert
Internacia Esperanto-Arkivo www.iespa.eu
Maria Nie
kelkaj leteroj de 1929, kiuj mi ne scias deĉifri.
Amike
Maria Niemyjska
niedz., 16 lut 2025 o 18:45 Roland Rotsaert
<roland....@gmail.com> napisał(a):
> Je hebt dit bericht ontvangen, omdat je je hebt aangemeld bij de groep 'Bibliotekoj' van Google Groepen.
> Als je je wilt afmelden bij deze groep en geen e-mails van de groep meer wilt ontvangen, stuur je een e-mail naar bibliotekoj...@googlegroups.com.
> Ga naar https://groups.google.com/d/msgid/bibliotekoj/cd56d033-7a67-4fb6-8cdb-03d0ef193925%40gmail.com om deze discussie te bekijken.
Rubeno
Dankon pro la informo, Roland,
Aliflanke la retejo malhavas sufiĉan informon por juĝi ĝian fidindecon. Eĉ ne estas dirite, en kiu jurisdikcio situas tiu entrepreno kaj kiujn leĝojn devas obei.
Se vere ili proponis kunlaboron, tio signifus senpagan transkribadon de dokumentoj, mi supozas, kio povas esti interesa aranĝo por multaj.
Por ke aliaj esperantistoj povu tiri de la fadeno kaj uzi tiun eblecon, estus bone, se vi plusendus al la listo ilian tutan lastan mesaĝon, se estas nenio konfidenca en ĝi.
Aliflanke, mi mem, en mia entrepreno, de jam du monatoj laboras en projekto pri aŭtomata transkribado de arĥivaĵoj. Temas pri la korespondado de la ĝenerala sekretario de la Institut d'Estudis Catalans (Instituto pri Katalunaj Studoj, fakte la Kataluna Akademio). Jen ekzemplo.
Ĉiujn tekstojn, kaj tajpitajn kaj manskribitajn,
procesas unue artefarita inteligento, sed poste ni, homaj
arĥivistoj, devas revizii la tuton. Interese, la algoritmo ne
estas uzata nur por transkribi, sed ankaŭ por resumi la
tekstojn, kio tre bone permesas al ĝi kaŝi siajn erarojn kaj
ŝajnigi sin pli inteligenta ol ĝi fakte estas. Kontrolo de la
rekta transkribo evidentigus erarojn multe pli klare.
Aliflanke, malgraŭ la supozo de Maria Niemyjska, tiuj maŝinoj ne estas superhomaj nek povas fari pli ol homo. Se la manskribo estas nelegebla, AI estas tute senpova. Mi alkroĉas ekzemplon de letero preskaŭ nelegebla, kiu eĉ ne ŝajnas latina skribo. Mi mem, diplomito pri kataluna filologio, apenaŭ komprenas unu aŭ du vortojn en ĉiu alineo. Kaj la maŝino ne povas kompreni pli. En ĉi tiu kazo, ĝi resumis:
"Jordi Rubió i Balaguer skribas al Ramon Aramon i Serra senkulpigante sin pro malfruo kaj komentante temojn rilatajn la Instituton pri Kataluna Studoj kaj aliaj akademiaj agadoj."Mi korektis jene:
"Jordi Rubió i Balaguer skribas al Ramon Aramon i Serra senkulpigante sin pro malfruo, klarigante siajn akademiajn engaĝojn, konsentante al dato por plenkomitata kunsido de la Instituto, kaj demandante la limdaton por liveri referaĵon por la festlibra volumo de la revuo Latinidaj Studoj honoranta Nicolau d'Olwer. Li finas komentante, ke li ne konsentas, ke la Instituto estu nomata 'akademio'."Mi povis perfektigi la resumon, ĉar jam konas la
korespondantojn, la ceteron de la arĥivo, kaj la diskutatajn
temojn, kio helpis deĉifri multajn malklarajn vortojn. Tamen IA
legas komprenante nenion kaj sekve ne kapablas logike dedukti.
Amike,
Rubeno
Roland Rotsaert
Por ke aliaj esperantistoj povu tiri de la fadeno kaj uzi tiun eblecon, estus bone, se vi plusendus al la listo ilian tutan lastan mesaĝon, se estas nenio konfidenca en ĝi.
Rubeno,
Jen la teksto de la lasta kontakto (15 februaro) de ma...@handwritingocr.com :
Given your role in preserving Esperanto materials, would you consider sharing your findings about our OCR capabilities in the archival community? Your professional evaluation could be valuable for others working with historical Esperanto and other documents.
Mi donis miajn komentojn pri tri poŝtkartojn kaj sendis du seriojn de leteroj, aldonante ke mi informos miajn kolegojn pri handwritingocr.com. Ne plu venis reago; eble intertempe listano ligis kontakton.
Laŭ mi la kvalitnivelo estas la maksimumo kiu nun estas atingebla por programo kiu analizas multajn lingvojn. Kresko de kvalitoj nur eblas plu trejnante la programon, ekzemple por unu lingvo aŭ unu manskribo.
Roland