نرم افزار OCR فارسی واژه‌شناس

واژه‌شناس، نرم افزار OCR فارسی شرکت هوش مصنوعی رایورز است. تصویر و PDF اسناد را به متن قابل جست‌وجو و ویرایش تبدیل می‌کند. واژه‌شناس فقط به‌صورت خودمیزبان (On-Premises) روی سرور سازمان شما نصب می‌شود و اسناد از شبکه سازمان بیرون نمی‌رود.

واژه‌شناس چگونه کار می‌کند؟

هوش مصنوعی رایورز برای واژه‌شناس یک سرور بازشناسی ساخته که چند موتور تخصصی را کنار هم به کار می‌گیرد: موتور بازشناسی متن چاپی، تحلیل ساختار صفحه، بازشناسی دست‌نویس و تاریخی، و مدل‌های سبک و سریع تشخیص. سرور برای هر سند بهترین نتیجه را انتخاب می‌کند تا کیفیت از هر موتور به‌تنهایی بالاتر باشد.

قابلیت‌های اصلی

• متن فارسی و انگلیسی: بازشناسی متن چاپی راست‌به‌چپ و ترکیب فارسی و لاتین در یک سند.
• تحلیل ساختار سند: تشخیص عنوان‌ها، ستون‌ها، جدول‌ها و ترتیب درست خواندن صفحه.
• فرمت خروجی ساخت‌یافته: متن ساده، Markdown یا JSON برای ورود به بایگانی و نرم‌افزارهای سازمانی.
• اسناد دست‌نویس و تاریخی: مدل‌های قابل آموزش برای خط دست‌نویس و اسناد قدیمی که با نمونه‌های سازمان شما دقیق‌تر می‌شوند.
• ورودی‌های متنوع: تصویر اسکن‌شده، PDF و فایل‌های اداری.
• پردازش دسته‌ای و API: هزاران صفحه را در صف پردازش کنید یا از طریق API به نرم‌افزارهای دیگر وصل شوید.
• سرعت و سبکی: مدل‌های کم‌حجم تشخیص، پردازش را روی سرور معمولی هم ممکن می‌کنند.

چالش‌های OCR فارسی و پاسخ واژه‌شناس

• اتصال حروف و شکل‌های مختلف هر حرف: موتورهای بازشناسی روی خط فارسی تنظیم می‌شوند.
• نقطه‌ها و اِعراب ریز: با کیفیت اسکن مناسب و پیش‌پردازش تصویر بهتر خوانده می‌شوند.
• اسناد با کیفیت پایین یا کج: پیش‌پردازش خودکار، صاف‌کردن و حذف نویز.
• جدول و فرم: تحلیل ساختار صفحه، متن هر خانه را جدا بیرون می‌دهد.

تبدیل عکس و اسکن به متن فارسی با واژه‌شناس

واژه‌شناس یک نرم افزار تبدیل اسکن به متن است که برای تبدیل عکس به متن فارسی و تبدیل اسکن به متن فارسی ساخته شده است: تصویر یا PDF اسکن‌شده را می‌گیرد و متن قابل ویرایش و قابل جست‌وجو تحویل می‌دهد. تبدیل عکس به متن با هوش مصنوعی در واژه‌شناس یعنی چند مدل یادگیری ماشین، هم متن چاپی و هم ساختار صفحه را می‌خوانند؛ پس تبدیل عکس اسکن شده به متن، حتی برای اسناد چندستونی، با ترتیب درست انجام می‌شود.

• تبدیل PDF اسکن شده به متن: پردازش تکی یا دسته‌ای فایل‌ها با خروجی متن ساده، Markdown یا JSON.
• تبدیل عکس به متن با حفظ جدول: ساختار صفحه تحلیل می‌شود و عنوان، ستون و جدول با ترتیب درست خوانده می‌شوند.
• تبدیل عکس به متن قابل ویرایش: خروجی را می‌توانید در ویرایشگر متن یا سامانه‌های سازمان ویرایش و جست‌وجو کنید.
• OCR دست خط فارسی: بازشناسی دست‌نویس با مدلی که روی نمونه اسناد سازمان آموزش داده می‌شود.
• OCR فارسی آفلاین: نصب روی سرور سازمان؛ برای پردازش اسناد به اینترنت یا سرویس خارجی نیاز نیست.
• OCR فارسی با هوش مصنوعی: چند موتور یادگیری ماشین برای متن چاپی، دست‌نویس و ساختار صفحه کنار هم کار می‌کنند.
• سرویس OCR فارسی روی سرور سازمان: سامانه‌های دیگر از طریق API به سرور بازشناسی متصل می‌شوند.
• تبدیل صفحات اسکن شده کتاب به متن قابل ویرایش: مناسب کتابخانه‌ها و مراکز اسناد برای دیجیتال‌سازی کتاب و نشریه.

برای خرید OCR فارسی واژه‌شناس یا آزمایش آن روی اسناد خودتان، درخواست دمو بدهید.

کنار نرم‌افزارهای دیگر هوش مصنوعی رایورز

واژه‌شناس بخش OCR سامانه آرشیو و مدیریت اسناد سگال‌سان هم هست و با دانشیار می‌تواند اسناد اسکن‌شده را قابل پرسش و پاسخ کند.