5 волонтёров подали заявку на это доброе дело
Цель - разработать веб-сервис, автоматизирующий обработку исторических документов, извлечение из них сведений о людях, выявление родственных связей для построения генеалогических деревьев. Сервис предназначен для обучения людей, желающих узнать историю своей семьи посредством изучения архивных исторических документов.
Задачи.
1. Разработать сервис, обеспечивающий загрузку различных документов (как в текстовом формате, так и в виде сканов изображений).
2. Разработать и апробировать технические решения по осуществлению распознавания русского текста, в том числе дореформенного.
3. Разработать решения, обеспечивающие формирование структурированных карточек при выявлении предполагаемых родственных связей.
4. Осуществить апробирование разработанных технических решений на ограниченном объеме исторических документов с построением генеалогического дерева.
Желаемый продукт
Работающий веб-сервис автоматизированной обработки генеалогических данных, включающий:
1. Модуль загрузки и обработки исторических документов с возможностью работы с изображениями газет, метрических книг и ревизских сказок.
2. Модуль распознавания текста, предназначенный для обработки русскоязычных печатных и рукописных документов, в том числе содержащих дореформенную орфографию.
3. Модуль автоматического извлечения сведений о людях, позволяющий выявлять в документах ФИО, пол, даты и места рождения и смерти, а также другие сведения, необходимые для определения родственных связей.
4. Систему карточек персон, содержащих формализованные сведения о выявленных людях, ссылки на источники и возможность ручного исправления информации исследователем.
5. Механизм определения возможных совпадений персон, позволяющий выявлять несколько записей, предположительно относящихся к одному человеку, и отмечать такие случаи специальной меткой до подтверждения исследователем.
6. Модуль автоматического выявления родственных связей с отображением показателя уверенности в предложенной связи и возможностью её подтверждения или отклонения исследователем.
Ключевые характеристики продукта:
- автоматическая обработка исторических документов и перевод содержащихся в них сведений в структурированный генеалогический формат;
- поддержка русскоязычных печатных и рукописных документов, включая дореформенную орфографию;
- автоматическое выявление людей и извлечение основных сведений о них из загруженных материалов;
- определение предполагаемых родственных связей с отображением показателя уверенности и возможностью ручного подтверждения или отклонения;
- формирование интерактивного генеалогического дерева с поддержкой до 1000 связанных персон;
- поиск конкретных людей по всему массиву обработанных документов с учётом вариантов написания, дат, мест и возможных ошибок OCR;
- защита от автоматического объединения разных людей только на основании совпадения ФИО и визуальная отметка возможных дубликатов;
- сохранение связи между извлечёнными сведениями и историческим источником, включая архивное описа