Arxiv sənədlərinin avtomatik oxunması
Skan edilmiş sənədlər oxunur, növünə görə ayrılır, əsas sahələr çıxarılır; operator yalnız şübhəli yerləri yoxlayır.
- Müştəri
- Dövlət arxivini rəqəmsallaşdıran podratçı
- Sahə
- Dövlət sektoru podratçıları
- Buraxılış
- Iyul 2025
- Müddət
- 6 ay
- Komanda
- 6 nəfər
Nə idi
Arxivdə 1950-ci illərdən qalan kirill və latın əlifbalı sənədlər var idi. Operatorlar hər işi əl ilə yazırdılar və plan üzrə rəqəmsallaşdırma 9 il çəkəcəkdi.
Nə qurduq
- Azərbaycan dilinin kirill və latın yazısı üçün öyrədilmiş OCR
- Sənəd növünün təyini: ərizə, əmr, arayış, akt və başqaları
- Ad, tarix, nömrə kimi sahələrin çıxarılması və etibarlılıq dərəcəsi
- Operatorun yalnız şübhəli sahələri yoxladığı iş masası
- Hər şey sifarişçinin serverlərində, internetə çıxışsız
Nəticə
2,4 mln
oxunan səhifə
2025
−71%
bir iş üzrə əl ilə daxil etmə vaxtı
2025
96,4%
yoxlamadan sonra düzgün oxunan sahələr
test toplusu, 12 000 səhifə
Operator artıq yazmır, yoxlayır. Planı 9 ildən 3 ilə endirdik.
Rəqəmsallaşdırma layihəsinin rəhbəri, dövlət arxivini rəqəmsallaşdıran podratçı
Texnologiyalar
- Python
- PyTorch
- Tesseract OCR
- PostgreSQL
