Нейронка распознаёт и классифицирует миллионы газет для Библиотеки Конгресса

Можно почитать газеты прошлых веков.

Нейронка распознаёт и классифицирует миллионы газет для Библиотеки Конгресса

🤔 Как обычно: бумажные исторические документы (в том числе газеты) хранятся в архивах. Иногда их сканируют и оцифровывают, но только самые важные из них. Да и потом: когда газету сканируют, получается большая картинка, по которой так просто не поищешь текст.

👍 И тут: С помощью проекта Newspaper Navigator удалось начать оцифровку огромного исторического архива Библиотеки Конгресса. Это газеты, иллюстрации, листовки и прочее. Навскидку архив насчитывает 16 миллионов страниц.

Оцифровка — это не просто сканирование. Это когда алгоритм отличает заголовок от основного текста; связывает текст и иллюстрации; распознаёт буквы и превращает их в сплошной цифровой текст. В общем, почти как веб — только газеты.

👉 Подробнее: news-navigator.labs.loc.gov/

👉 Проект на GitHub: https://github.com/LibraryOfCongress/newspaper-navigator

👉 Скачать исследование: https://arxiv.org/abs/2005.01583

Источник: TechCrunch

Получите ИТ-профессию
В «Яндекс Практикуме» можно стать разработчиком, тестировщиком, аналитиком и менеджером цифровых продуктов. Первая часть обучения всегда бесплатная, чтобы попробовать и найти то, что вам по душе. Дальше — программы трудоустройства.
Получите ИТ-профессию Получите ИТ-профессию Получите ИТ-профессию Получите ИТ-профессию
Вам может быть интересно
Нейронка ведёт деловые переговоры
Нейронка ведёт деловые переговоры

Люди не нужны!

Изобрели: свеча с дистанционным зажиганием (но не автомобильная)
Изобрели: свеча с дистанционным зажиганием (но не автомобильная)

Для тех, у кого уже всё есть.

Нейросеть удаляет воду с подводных снимков
Нейросеть удаляет воду с подводных снимков

На фотографиях подводного мира вода искажает цвета растений и местных жителей.

[Почитайте] Как чинили Хаббл в открытом космосе
[Почитайте] Как чинили Хаббл в открытом космосе

Сказ о том, как царапина тоньше человеческого волоса может сподвигнуть на целую космическую экспедицию.

Технодурка: IoT-устройство для записи оценок и заметок к книгам и комиксам
Технодурка: IoT-устройство для записи оценок и заметок к книгам и комиксам
За один день активисты отсканировали 13 тысяч лиц в знак протеста
За один день активисты отсканировали 13 тысяч лиц в знак протеста
Waltz of the Wizard позволяет играть на виртуальных инструментах
Waltz of the Wizard позволяет играть на виртуальных инструментах
МТИ создали нейронку, которая подстраивается под меняющиеся данные
МТИ создали нейронку, которая подстраивается под меняющиеся данные
Создали носимый монитор, который определяет уровень гормонов стресса в течение 24 часов
Создали носимый монитор, который определяет уровень гормонов стресса в течение 24 часов