Яндекс - «Поиск по архивам» - Генеалогический форум ВГД. Тема №140482

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!

Возможно, кто-то не знает, темы такой не нашла. Яндекс запустил поиск по распознанным через ИИ архивам. Протестировала, пока, увы, видимо, в основном московские метрики и архивы, но и это - большое подспорье.

Достаточно просто ввести в строку поиска фамилию, например, и выведется скан из архива, который доступен.

Надеюсь, будет полезно: https://yandex.ru/archive

Обратная связь с разработчиками.

Пара советов, как задавать им вопросы.
https://forum.vgd.ru/post/169/140482/p4446064.htm#pp4446064
https://forum.vgd.ru/post/169/140482/p4447315.htm#pp4447315

Яндекс "Поиск по архивам" в ТГ.

Как Яндекс научился распознавать, что написано в рукописных архивах: статья на Хабре о технологиях распознавания рукописного текста и в комментариях - ответы на некоторые вопросы.
Инструкция как открыть все дело, а не только одну найденную страницу от ozerskaya
В помощь желающим скачать изображение на локальный компьютер расширения для браузера от okolobaxa

Новости проекта

09.06.2023 Яндекс.Архивы добавили на сервис материалы ГАИО, загрузка и распознавание еще продолжаются, в общей сложности будет более 700 тыс. сканов по всем описям ф. 50 (включая особо ценные).
28.07.2023 Добавили Архивное управление Администрации городского округа Балашиха Московской области - Фондов 1 Дел 116 Оцифровано дел 114 Документов 55 323
31.10.2023 Первые итоги осени

Мы добавили на сервис “Епархиальные ведомости” и другие издания Русской Православной Церкви — около 77 тысяч выпусков или 3,5 млн сканов.
Также наш сервис пополнился материалами Государственного архива Астраханской области — в общей сложности около 1,5 млн сканов.
В разделе ЦГА Москвы добавилось более 600 дел, отсканированных архивом с июня по сентябрь.
В общей сложности на 376 дел пополнилась коллекция материалов ОГАОО (Оренбургская область).
150 новых дел прислали наши партнеры из Государственного архива Иркутской области.

09.11.2023 ОГАОО прислал еще более 400 отсканированных дел с метрическими книгами!
14.11.2023 У нас появилось около 6 тысяч новых дел фонда 229 «Московская духовная академия».
21.11.2023 У нас снова пополнение! Теперь пользователям «Поиска по архивам» доступны материалы из Муниципального архива Уссурийска — около 140 дел с метрическими книгами из церквей города и близлежащих сёл.
24.11.2023 Добавили 50 новых дел архива Иркутской области (ГАИО), Ф. 50 Иркутская духовная консистория источник
29.11.2023 Выложили материалы Ф. 392 оп. 1 Оренбургского архива "Книги записи родившихся, бракосочетавшихся, разведшихся и умерших евреев по городу Оренбургу" (75 дел)
06.12.2023 К юбилею "Вечерней Москвы" выложили на сервис полный архив газеты за 100 лет (разумеется, распознанный и с возможностью поиска) источник
11.12.2023 Оренбургский архив продолжает радовать - с начала декабря прислали сканы более 400 новых дел. источник
15.12.2023 Главархив Москвы передал в "Поиск по архивам" почти 1000 дел, отсканированных еще в октябре. Все уже выложены на сервис и почти все уже распознаны. источник
21.12.2023 Выложили МК и записи ЗАГС муниципальных архивов Каширы, Луховиц и Павловского Посада, всего около 200 тыс. сканов источник
27.12.2023 Выложили обновление по Оренбургу, документы распознались и появились в результатах поиска. Всего 246 дел. + перезалиты в лучшем качестве Ф. 98 оп. 2 д. 2 источник
12.01.2024 Первые обновления января (источник)

Появился Государственный архив Хабаровского края (ГАХК)
Добавились очередные 50 дел архива Иркутска (ГАИО, ф. 50, оп. 9)

06.02.2024 За прошедшую неделю «Поиск по архивам» пополнили почти 360 новых дел! Это свыше 100 тысяч сканов, поступивших из четырёх регионов страны. (источник)
25.02.2024 390 дел, отсканированных Главархивом Москвы в январе, загружены на сервис, распознаны, доступны в поиске (еще одно доедет на ближайшей неделе). (источник)
27.02.2024 Добавлено более 500 дел с метрическими книгами и записями ЗАГС с 1893-го по 1925 год из Государственного архива Приморского края (источник)
10.03.2024 Коллекцию «Поиска по архивам» пополнили материалы из фондов Государственного архива Вологодской области. На сервисе уже размещено около 800 дел (84,5 тыс. листов) ревизских сказок и других документов Вологодской казенной палаты; подготовка и публикация материалов продолжаются. (источник)
16.04.2024 Коллекцию «Поиска по архивам» пополнили 92 метрические книги, относящиеся к Камышловскому и Екатеринбургскому уездам Пермской губернии — сейчас это территория Курганской и Свердловской областей, хранившиеся в библиотеке Екатеринбургской духовной семинарии. (источник)

jrw

О чем вы ?
Я всего лишь обратила ваше внимание на некорректные слова в вашем комменте - на мой взгляд.

Здоровья вам и успехов в поиске !

jrw

Взаимно.

KoLenka написал:

[q]
Я сейчас очень удивилась словам Платона про 9,5 млн листов, ибо ещё недавно было почти 8.
зашла проверить.
[/q]

Про количество листов я не могу сказать, но со всей ответственностью заявляю, что Яндекс количество оцифрованных дел завышает. Не специально, конечно. Но какая-то у них ошибка в подсчетах. Я уже ранее писал, как это легко проверить в небольших категориях, где, например, выложено 13 дел, а подписано, что есть 15 дел.
Вот пример: https://ya.ru/archive/catalog/...?pageNum=1
Тоже самое есть в крупных разделах, только там это заметить сложнее. И у меня есть еще свои дополнительные инструменты, которые глобальную разницу показывают.

Могу судить только по статистике ЦГА Москвы. Сейчас Яндекс заявляет, что у них выложено 12046 оцифрованных дел, но по факту примерно на 200 дел меньше.
И кроме того, Яндекс с самого момента запуска не может победить литерные дела. Выкладывают одно и тоже дело под двумя индексами. Про это я тоже подробно писал несколько месяцев назад. Ошибку не исправляют. Т.е. реальная разница уникальных выложенных дел после вычета литерных дубликатов будет еще больше.

Вот пример 51-8-118 и 51-8-118а:
https://ya.ru/archive/catalog/...5fb40eabec
https://ya.ru/archive/catalog/...ffc2cc16af

В ЦГА Москвы выложено 12046 дел и Яндекс тоже заявляет, что у него 12046 дел из этого архива. Но с учетом того, что реально в Яндексе дел меньше, непонятно, как они считают. Может вообще вручную число вводят (что конечно было бы странно).

xbox написал:

[q]
Про количество листов я не могу сказать, но со всей ответственностью заявляю, что Яндекс количество оцифрованных дел завышает.
[/q]

у меня практически все книги по Москве выложены в двух экземплярах.
Может поэтому, количество больше.

пысы.
у меня прям праздник сегодня.
Нашла еще одного про которого вообще не знала
и метрику о рождении
плюс о смерти
итого, сразу 3 дела
гип-гип

уже поняла, чем кривее введёшь запись в поисковой строке, тем больше найдёщь

Daemon2011 написал:

[q]
platonshukin, а будет ли развиваться язык запросов?

Например, у языка запросов https://www.familysearch.org/ru/ есть простенькие инструменты:
? - на этом месте ровно 1 знак. Если написать Ива?ов, то в выдаче будет Иванов, Ивамов, Ивалов, Иваков, Ивасов и пр. Некоторые рукописные буквы похожи до степени смешения (особенно - н/м/к) и тут это сильно выручает. Для примера, Я.Архив дает результатов
Иванов: 4684к
Иваков: 10к
Ивалов: 5к
Ивамов: 1к
Не все варианты написания очевидны, так что даже "методом каменной задницы" удается перебрать не все способы написания.

* - на этом месте от 0 до 10 знаков. Если написать *горелов, то в выдаче будет Горелов, Погорелов, Пригорелов и пр. Если написать По*ников, то в выдаче будет Поников, Почников, Поченников, Посников, Постников и пр. Если написать Руса*, то в выдаче будет Русанов, Русаков, Русаковский, Русашвили и пр.

" " - точное совпадение формы. Если написать "Белова", то в выдаче не будет ни Белов, ни Беловъ, ни Беловы.

Несмотря на их простоту, выручают они знатно
[/q]

Да. Если бы в выдаче объединялись Натальи с Наталиями, Марьи с Мариями, Иаковы с Яковами и т.д., поиск облегился бы существенно.

Уважаемые форумчане! Хочу принести свои извинения тем, кого задел мой предыдущий комментарий, в особенности многоуважаемому jrw; а также всем, кому пришлось и еще придется читать три последние страницы этой ветки.

Предложение работы в моем посте было по сути своей серьезным; команде "Поиска по архивам" действительно в ближайшее время может снова понадобиться помощь специалистов по расшифровке (детали, как я написал, нужно обсуждать). А вот вопрос про оценку времени на исправление ошибок в миллионах сканов был, конечно, шуткой. Очевидно, что вручную решить такую задачу даже для сравнительно небольшого количества документов, которые выложены на нашем сервисе, невозможно -- даже если нанять штат корректоров. Предположу, что те, кто полайкал мой комментарий, именно с этим выразили согласие.

Шутка получилась злой и очень личной; и я еще раз прошу за нее прощения у jrw. Делаю это от своего собственного имени, не от имени Яндекса или "Поиска по архивам", потому что содержание и тон комментарий - моя ответственность.

Надеюсь, что несмотря на все отмеченные выше недочеты "Поиска по архивам", сервис всё же приносит немалую пользу; будем стараться (и я в том числе), чтобы этой пользы было ещё больше.

platonshukin написал:

[q]
исправление ошибок в миллионах сканов- невозможно даже если нанять штат корректоров.
[/q]

Вы абсолютно правы.

Однако такая масштабная задача абсолютно по плечу - пользователям сервиса.

Если конечно предоставить им такую функциональную возможность - функцию "ПРАВКИ" страницы расшифровки текста от ИИ, с дальнейшим сохранением её в базе данных (естественно с возможностью "отката назад" в редких случаях всякого рода инсинуаций). Или же и вовсе - давать две версии расшифровки: от ИИ, и от человека.

Тогда и никакой штат набирать для этой цели не будет необходимости.

Ибо, какой бы ни был продвинутый ИИ, но он и близко в расшифровке не сравнится с опытным человеческим глазом (особенно в части распознания сложных текстов, почерков, выцветших чернил, разваливающихся листов).
Например, форумчан с такими глазами - здесь большинство.

Есть ли такая техническая возможность у Яндекс-архива, не знаю. Но это было бы хорошим выходом в части несовершенства автоматического оптического распознавания текста.

P.S. А проект прекрасный, мы очень долго ждали нечто подобное.

Огромная благодарность вам, и всем вашим коллегам за дело которое делаете.

dobermorgan написал:

[q]
Если конечно предоставить им такую функциональную возможность - функцию "ПРАВКИ" страницы расшифровки текста от ИИ, с дальнейшим сохранением её в базе данных (естественно с возможностью "отката назад" в редких случаях всякого рода инсинуаций).
[/q]

В лучшем случае, будет как у мормонов: люди будут писать свои фантазии вместо реальных значений. "Василиса" вместо "Васса", "Фёдор" вместо "Феодор" и т.д.
В худшем случае, будет как у вики-проектов: вандализм, маты, оскорбления друзей, смешинки. Пример: открытая стена в МГТУ - https://sun9-66.userapi.com/im...type=album

Увы, таков финал всех открытых проектов

А если делать его полуоткрытым, то придется тратиться на модераторов.

Daemon2011

Тогда
dobermorgan написал:

[q]
давать две версии расшифровки: от ИИ, и от человека.
[/q]

Идеального решения тут все равно не будет, и определенная верификация все равно потребуется.

Обсуждая в данной ветке форума новый проект Яндекса, нужно понимать, что мы видим только надводную часть айсберга. Так сказать, внешний интерфейс. Он получился хоть кривоватый, но очень полезный в конкретных поисках форумчан (как подмножестве всех, желающих найти своих родственников).

Что-то мне не верится в благотворительность Яндекса. Коммерческая версия проекта станет или платной или будет обвешана рекламой, как новогодняя ёлка игрушками.

В альтруизм архивов также не особо верится. Добровольно отдать то, что "отсканировано непосильным трудом" и получить взамен уменьшение трафика на своём сайте и уменьшение поступления средств за коммерческие услуги?

Поэтому, пользуемся бесплатно, наслаждаемся результатом и смотрим, как будет реализована монетизация.

Яндекс - «Поиск по архивам»

Поиск по распознаным сканам метрических записей! https://yandex.ru/archive