Работа с историческими документами и архивными рукописями является непростой задачей для систем распознавания текста. В ходе анализа, технологии сталкиваются с материалами с различной словесной структурой. В таких документах подчерк становится непреодолимой преградой в интерпретации текстов.

Упростить работу с архивами взялись на факультете вычислительной математики и кибернетики Московского государственного университета имени М. В. Ломоносова. Специалисты вуза разработали нейросеть, которая распознает тексты с помощью ключевых слов в исторических материалах. Учитывая структуру письма и расположение слов, технология находит лексемы и распределяет их в соответствии с запросом.

• Алгоритм разделяет текстовые материалы на фрагменты - базовые элементы письма. Анализируя эти части, нейросеть разделяет их на штрихи. Далее с помощью математических описаний формы, технология нормализует фрагменты и осуществляет их классификацию.

Дальнейшая работа алгоритма предусматривает “сопоставление последовательностей штрихов запроса и документа”. Таким образом, нейросеть находит в тексте совпадения и определяет их точность.

Разработка доказала эффективность в поиске слов в архивных материалах. Авторы технологии считают, что новый метод распознавания текстов найдет применение в работе с историческими документами и рукописями, представленными не только в виде рукописных текстов, но и в сканах и фотографиях.

"Мы предлагаем рассматривать рукописный текст как структурированный набор штрихов, отражающих сам процесс письма. Такой подход позволяет обойти ограничения классического распознавания и работать напрямую с изображениями рукописей. Это особенно важно для архивов и исторических документов, где сохранение визуальных особенностей текста имеет принципиальное значение". (Леонид Местецкий, профессор кафедры математического прогнозирования ВМК МГУ)