В СПбГУПТД запатентовали ИИ-программу для реставрации архивов

Ученые Санкт-Петербургского государственного университета промышленных технологий и дизайна разработали и запатентовали программное обеспечение на основе искусственного интеллекта. Система автоматически восстанавливает структуру и содержание исторических документов с дефектами, включая утраченный текст, сообщили ТАСС в пресс-службе вуза. Об этом сообщает издание Ferra.

Программа состоит из двух модулей: визуального и лингвистического. Первый отвечает за диагностику повреждений и подготовку изображения, второй — за распознавание символов и смысловое восстановление текста. Особенностью разработки стала способность корректно обрабатывать сложные архивные издания с многоколоночной версткой, например, старые газеты.

Для этого ученые обучили собственную языковую модель, учитывающую пространственное расположение блоков на странице. Модель дообучили на подшивке газеты «Кадры стране» за 1968 год, выпускавшейся в Ленинградском институте текстильной и легкой промышленности имени Кирова. Это позволило системе «выучить» типографские особенности той эпохи и повысить точность распознавания специфической лексики и аббревиатур, рассказал автор разработки, ассистент кафедры интеллектуальных систем и защиты информации СПбГУПТД Никита Сиротенко.

В качестве эксперимента ученые оцифровали ряд архивных документов института за 1968 год. Процесс работы программы включает поэтапную обработку: анализ скана, разделение на смысловые блоки, визуальную очистку фрагментов и распознавание через OCR-движок. На завершающем этапе языковая модель выполняет структурное и смысловое восстановление, объединяя слова, разорванные дефисами или повреждениями.

Программа предназначена для архивов, библиотек и исследователей, занимающихся массовой оцифровкой исторических фондов. В будущем технологию планируют адаптировать для юриспруденции и криминалистики, а также для страховой сферы при обработке документов, поврежденных в чрезвычайных ситуациях.