Архивный хакатон

То есть, у Вас в голове нижегородские или кстовские тарифы и какая то ограниченная историческая информация, на основании которой Вы делаете какие то выводы , а у ИИ стоит задача на конкретный поиск информации, ограниченной только отсутствием информации.

vam написал:

[q]

То есть, у Вас в голове нижегородские или кстовские тарифы и какая то ограниченная историческая информация, на основании которой Вы делаете какие то выводы , а у ИИ стоит задача на конкретный поиск информации, ограниченной только отсутствием информации.

[/q]

Без оскорблений, пожалуйста, и намеков на них, сударь) Где ваше критическое мышление?
Если принять правильную расшифровку, учитываемую при процентовке результатов, как правильное дословное распознавание слов (пускай даже если сам писарь написал его с ошибкой, то процент яндекса гораздо меньше 95%. При этом, правильная расшифровка должна включать и аббревиатуры и сокращения, а также слова, переносимые с одной страницы на другую, что очень часто встречается в длинных текстах и даже в МК попадается. Но яндекс сколько работали со своей системой? Можно много привести примеров неправильной расшифровки даже ФИО (т. е. наиболее ограниченный случай расшифровке, но наибольшее количество пользователей ищет информацию в МК, РС, ИВ именно по фамилиям+нас. пунктам)
А тут, повторяю, предлагается за 2 недели разработать всю систему, чтобы она правильно распознавала 95% текста... Даже если через такую систему как яндекс в нынешнем ее состоянии, без ее модификации (в т.ч. внедрения "костылей", что очень не любят программисты) прогнать все МК, РС и ИВ - очень сомневаюсь, что результат улучшится до 95% без серьезной работы.
Документы, которые уже были расшифрованы ранее - в 2022-3-4 году, надо постоянно прогонять через новые версии ИИ, чтобы улучшать результат.

В том же ЦГАМ вероятно очень малый процент оцифрованных документов. Поэтому невозможно их все до сентября оцифровать и прогнать через новую систему, чтобы получить. В каждом виде документа свои особенности и построения документов и разные почерки, что система должна будет распознавать ПРАВИЛЬНО.

Поэтому интересно, все таки какой критерий будет браться за качество результата. Если это именно правильное дословное распознавание, то за две недели это сложно будет сделать.
Если же делать "костыли", например, убирать из результатов поиска ошибочно найденные в нем матерные слова (у яндекса такое тоже встречается) или заменять например написание фамилий на общеупотребимые (Галицын на Голицын) и т.п. - это еще более сложная задача (по написанным критериям - система должна будуте включать инструменты для проверки и коррекции извлеченных данных).

Также экспертиза... То есть, систему будут рассматривать со всех сторон с точки зрения кода, "кормить" условно выбранными текстами и смотреть на результат.
То есть, вопрос - какие примеры будут брать для оценки результата. Если система будет "выучена" на текстах 19 века, а ей предложат текст 16 века - она не даст 95% результат. Поэтому также многое будет зависеть от критериев оценки результата, какие именно примеры будут системе предложены для расшифровки. И тут уже важна инсайдерская информация и тот, кто ей владеет....

Что касается примеров с тарифами... В конкурсе допустим будут участвовать условно 5 команд, а призовых три места. Допустим, вторая или четвертая команда не признает результаты конкурса и захочет их опротестовать. Может быть, в каких-то моментах их системы будут лучше тех, кто занять более высокие места... Может ли такое? Не исключено.
Но весь вопрос - будут ли они опротестовывать результаты конкурса, захотят ли с этим связываться? Вряд ли. Многие из ИТ-фирм - это маленькие фирмы. И тут скорее участие в конкурсе для них будет действительно вопросом прокачки навыков и получения репутационных привилегий, чтобы грамоту за участие на стене повесить, чем действительно выиграть.

Такое чувство, что конкурс объявили простите "дубы" не сказать грубее.
Можно подумать за полтора месяца это можно сделать.
Туфта полная. А главное призы. Лучше ничего не делать, чем за такие деньги.
Я в трансе

Wladzislaw написал:

[q]

Какие смешные деньги для озвученной задачи.

[/q]

Товарисчи видимо считают по простому - мульон за три недели... А что этому предшествовало и на каком уровне должен быть даже не один специалист, а все...
Я не одобряю задранные расценки IT специалистов, но в данном случае оплата не соответствует...

Мы с добровольцами пятый год работаем с описями РГАДА, начиная с 18 века. И тексты дел набираем, согласно археографическим правилам.
И все равно приходится составлять преамбулы по каждому почерку писца, секретаря, и т.д.
И только перекрестное изучение документов приводит к результату.
И я регулярно подсовываю дипсику УЖЕ НАБРАННЫЕ ТЕКСТЫ, так вот семантика, порядок слов, смысл написания предложений не всегда им определяется.
Приходится поправлять, прежде чем в него запустить на проверку объем уже набранных текстов.
И это всё равно не является конечным результатом, я только прошу указать на что-н, что я не заметила.
Отдавать на полную корректировку нельзя. Изменяет то, что не просишь.

И самые сложные даже не скорописные документы, а заборы 19 века, где все буквы написаны одинаково - м, т, ш, к, и, п
Тут даже со знанием фамилий и населенных пунктов проблема.

Поэтому, кто куда, а мы учиться, учиться и учиться. Спасение утопающих в море информации - дело рук и голов их же ...

Хакатон в данном деле вообще не уместен