Программы для обработки данных из метрических книг : ВГД

На сайте ВГД собираются люди, увлеченные генеалогией, историей, геральдикой и т.д. Здесь вы найдете собеседников, экспертов, умелых помощников в поисках предков и родственников. Вам подскажут где искать документы о павших в боях и пропавших без вести, в какой архив обратиться при исследовании родословной своей семьи, помогут определить по старой фотографии принадлежность к воинским частям, ведомствам и чину. ВГД - поиск людей в прошлом, настоящем и будущем!

Доброго времени суток.
Работаю над созданием подобного софта для работы с архивами. Пока процесс застопорился на обкатке интерфейса и самой концепции.
https://forum.vgd.ru/4439/

Добрый день.
А кто-нибудь работает над семантическим анализом, чтобы по неразобранному тексту МК строить связи?

paul1914 написал:

[q]
Добрый день.
А кто-нибудь работает над семантическим анализом, чтобы по неразобранному тексту МК строить связи?
[/q]

А это реально? Прям сказка. Тут по разобранному часто строить не получается).

Vorogeya написал:

[q]
А это реально?
[/q]

Конечно, это не настоящий семантический анализ, но какую-то самоделку полуавтоматическую с обучением можно сделать...

Всем привет, изучаю сейчас программы для автоматического распознавания метрических книг, чтобы вручную не просматривать. В целом, подход везде одинаковый - тренируем нейросеть (модель) на базе уже распознанных вручную данных и потом её применяем для других похожих данных. Соответственно, программы делятся на те, где уже есть зашитые модели, и те, где можно свои модели тренировать.

Из существующих моделей распознания старинного рукописного русского текста самое лучшее, что я пока нашел - в сервисе Transkribus, вот на форуме Вилейского уезда его обсуждали. Там есть три модели, относящиеся к русскому языку

Russian generic handwriting (на текстах конца 19го и начала 20го века, в частности из проекта Прожито)
Rychkov archive (на рукописных тестах Константина Рычкова 1911-1913)
Russian church slavonic (на церковных текстах 16го века)

Для проверки загрузил туда скан метрической книги 1904 года с относительно читабельным текстом, лучше всего отработала модель Russian generic handwriting, на удивление, она распознала довольно много, включая названия населенных пунктов и фамилии. Самое интересное наверное фамилии, так вот из 12 фамилий на листе (6 фамилий отцов + 6 фамилий воспреемников) она распознала правильно 8. Разметка страницы при распознании не сохраняется, зато есть поиск по всем распознанным страницам, т.е. сценарий для себя я вижу какой - загружаем метрику - распознаем все страницы - делаем поиск по нужной фамилии и альтернативным написаниям - вручную смотрим найденные записи.

Понятно, что по одному листу рано выводы делать, но сам факт того, что существуют модели, которые хоть что-то распознают в метриках, обнадеживает.

Остальные две модели не распознали почти ничего.

Также, в сервисе можно тренировать свои собственные модели, если у вас есть размеченные данные.

Но, теперь ложка дёгтя - сервис платный, при регистрации дают 500 бесплатных кредитов, которых хватит на распознание 400 страниц, далее нужно платить, даже за использование своей собственной модели. Но раз они смогли натренировать модель, значит можно их опыт воспроизвести на open source решениях, конечно для этого нужны данные и опыт в этой теме.

Мне кажется даже по одному листу много нестыковок. У обоих матерей отчества правильно нераспознаны: первая, скорее всего Семеонова, вторая- Евфимова. По священнику вообще "пальцем в небо". Он и Ггопов и Ппов, а на самом деле Попов. И.д псаломщика Александр превратился в " кракозябру". А если в Мк нет фамилий, то все равно всю МК придется перепроверять в ручную. Хотя идея, да, хорошая. Мне вот интересно, а "полуслепые" МК она читает?

Gloyko написал:

[q]
Мне вот интересно, а "полуслепые" МК она читает?
[/q]

Что такое "полуслепые" МК? Если дадите файл, я могу его прогнать там.

>> Ответ на сообщение пользователя microArt от 22 июня 2017 20:41

Здравствуйте! Елена, а вы ещё не создали для себя такую волшебную "настольную" программу? Видела, что у вас есть БД по приходам.

arkan1973 написал:

[q]
Для частного использования многим достаточно Excel.
Если навыки чуть выше, то можно использовать Access, запилив форму ввода со справочниками губерний, уездов, волостей, населенных пунктов. Полноценная СУБД позволяет устанавливать между записями отношения child/parent то есть по сути выстраивать цепочки родственных связей. Наличие справочников существенно ускорит ввод и обеспечит единообразие и стандартизацию введенных данных.

Но это все для себя-любимого....

[/q]

Я тоже пока всё забиваю в Excel, c Access:ом мне пока не подружиться, а хотела сделать что-то похожее на "БД Население Барнаула на основе метрик" с созданием справочников имён, приходов, ссылкой на фонд, автоматическим ID брака и т.п.

Kraut написал:

[q]
Ускоряем индексирование МК о рождении
[/q]

http://vilejski-uezd.by/xfa-bl...-knig.100/

Очень интересный вариант если бы можно было (или можно?!) добавлять ещё графы.

>> Ответ на сообщение пользователя Arcobaleno от 25 октября 2019 22:36

Подскажите, а где вы встречали фамилию Спиридонов и Пелагиада в одном месте? Новенький на форуме, пытаюсь найти записи по фамилиям Спиридоновы-Денежные.