Teklia
AI dokumen kuno yang dipakai Louvre dan Library of Congress, pengenalan tulisan tangan tembus 33,7 miliar karakter
Teklia adalah perusahaan AI Prancis yang didirikan pada 2014, khusus menangani digitalisasi dokumen untuk arsip, museum, dan perpustakaan. Daftar kliennya cukup berbobot: Louvre, Arsip Nasional Prancis, dan Library of Congress Amerika Serikat.
Fitur dan Skenario Penggunaan
Inti teknologinya adalah platform Arkindex, sebuah pabrik data kelas industri untuk menjadwalkan jutaan tugas pemrosesan dokumen, serta menyediakan manajemen alur kerja terpusat, perbandingan model, dan kontrol mutu. Kemampuannya mencakup pengenalan tulisan tangan (HTR) dan OCR cetak, named entity recognition (menemukan nama orang, tempat, tanggal), computer vision dan pembuatan metadata, segmentasi tata letak untuk mengenali struktur dokumen secara otomatis, serta fine-tuning model pada dataset milik institusi. Angka resminya: telah memproses 20 juta citra, mentranskripsi 33,7 miliar karakter, 6 kali lebih cepat daripada input manual, dan menghemat biaya 90 persen. Infrastrukturnya di Eropa, patuh GDPR, dan menyediakan komponen open-source, REST API, serta dukungan protokol IIIF.
Cocok untuk arsip, perpustakaan, museum, galeri seni, instansi pemerintah, dan organisasi mana pun yang mengelola koleksi dokumen budaya atau pribadi dalam jumlah besar. Harga tidak dipublikasikan.
Fungsi Utama
- Arkindex, platform pemrosesan dokumen kelas industri yang bisa menjadwalkan tugas berjuta-juta
- Pengenalan tulisan tangan (HTR) dan OCR cetak
- Named entity recognition: ekstraksi otomatis nama orang, tempat, tanggal
- Segmentasi tata letak untuk mengenali struktur dokumen otomatis
- Fine-tuning model kustom pada dataset milik institusi
- Komponen open-source, REST API, dan dukungan protokol IIIF
Penggunaan Umum
- Transkripsi skala besar manuskrip di arsip tingkat nasional
- Pembangunan pencarian teks penuh untuk koran dan majalah lama di perpustakaan
- Pembuatan metadata otomatis untuk koleksi museum
- Ekstraksi terstruktur dokumen historis seperti silsilah dan catatan kependudukan
Fitur Utama
- Arkindex, platform pemrosesan dokumen kelas industri yang bisa menjadwalkan tugas berjuta-juta
- Pengenalan tulisan tangan (HTR) dan OCR cetak
- Named entity recognition: ekstraksi otomatis nama orang, tempat, tanggal
- Segmentasi tata letak untuk mengenali struktur dokumen otomatis
- Fine-tuning model kustom pada dataset milik institusi
- Komponen open-source, REST API, dan dukungan protokol IIIF
Kelebihan
- Pengenalan tulisan tangan adalah bagian tersulit di bidang ini, dan rekam jejak Teklia sangat solid
- Mendukung IIIF dan komponen open-source, sehingga institusi tak terkunci pada satu vendor
- Di-hosting di Eropa dan patuh GDPR, ramah untuk pengadaan sektor publik
Kekurangan
- Harga sama sekali tak dipublikasikan, dan tergolong pengadaan proyek kelas institusi
- Dukungan untuk dokumen kuno berbahasa Mandarin dan Asia Timur tak terlihat dalam keterangan publik
- Implementasi menuntut institusi punya kemampuan dasar pengarsipan digital
Contoh Penggunaan
- Transkripsi skala besar manuskrip di arsip tingkat nasional
- Pembangunan pencarian teks penuh untuk koran dan majalah lama di perpustakaan
- Pembuatan metadata otomatis untuk koleksi museum
- Ekstraksi terstruktur dokumen historis seperti silsilah dan catatan kependudukan
Catatan Editor
Ini yang paling saya sukai dari kelompok ini. Digitalisasi warisan budaya tak seksi dan tak jadi bahan pembicaraan, tetapi ia menentukan apakah orang beberapa ratus tahun ke depan masih bisa membaca masa lalu kita. Kesediaan Teklia meng-open-source-kan komponen dan mendukung IIIF layak dicatat khusus—yang paling ditakuti proyek sektor publik adalah terkunci vendor, lalu sepuluh tahun kemudian sistemnya tak bisa diganti dan datanya tak bisa dipindah. Digitalisasi arsip dan naskah kuno di Indonesia sangat layak menengok pendekatan ini.
FAQ
Apakah mendukung dokumen kuno berbahasa Mandarin?
Data publik resmi tak menjelaskan dukungan untuk aksara Mandarin dan Asia Timur, dan kasus publiknya utamanya dokumen berbahasa Eropa. Jika ada kebutuhan bahasa Mandarin, perlu dikonfirmasi langsung ke vendor apakah modelnya bisa di-fine-tune untuk menanganinya.
Apa beda HTR dan OCR?
OCR memproses huruf cetak yang bentuknya beraturan dan pengenalannya relatif matang; HTR memproses tulisan tangan yang goresannya berbeda tiap orang, penuh sambungan dan varian, sehingga tingkat kesulitannya melonjak satu tingkat dan menjadi hambatan terbesar digitalisasi dokumen.
Apa itu IIIF dan mengapa penting?
IIIF adalah standar interoperabilitas citra yang umum dipakai institusi budaya. Dukungan IIIF berarti data yang dihasilkan bisa langsung dipakai sistem lain, sehingga institusi tak disandera satu vendor—ini pertimbangan kunci dalam proyek pengarsipan jangka panjang.