Teklia

AI เอกสารโบราณที่ทั้ง Louvre และหอสมุดรัฐสภาสหรัฐฯ ใช้ รู้จำลายมือทำได้ถึง 33,700 ล้านตัวอักษร

Contact for pricing France

Teklia เป็นบริษัท AI ฝรั่งเศสที่ก่อตั้งปี 2014 เชี่ยวชาญการทำเอกสารดิจิทัลของหอจดหมายเหตุ พิพิธภัณฑ์ และหอสมุด รายชื่อลูกค้ามีน้ำหนักมาก Louvre, หอจดหมายเหตุแห่งชาติฝรั่งเศส, หอสมุดรัฐสภาสหรัฐฯ

จุดเด่นและสถานการณ์การใช้งาน

แกนเทคโนโลยีคือแพลตฟอร์ม Arkindex โรงงานข้อมูลระดับอุตสาหกรรม ใช้จัดการงานประมวลผลเอกสารนับล้าน ๆ ชิ้น และให้การจัดการ workflow แบบรวมศูนย์ การเปรียบเทียบโมเดล และการควบคุมคุณภาพ ความสามารถครอบคลุมการรู้จำลายมือ (HTR) และ OCR ตัวพิมพ์ การรู้จำเอนทิตีที่มีชื่อ (หาชื่อคน ชื่อสถานที่ วันที่) คอมพิวเตอร์วิทัศน์และการสร้าง metadata การแบ่งส่วนเลย์เอาต์เพื่อระบุโครงสร้างเอกสารอัตโนมัติ และการปรับจูนโมเดลบนชุดข้อมูลของสถาบันเอง ตัวเลขทางการคือประมวลผลภาพไปแล้ว 20 ล้านภาพ ถอดตัวอักษร 33,700 ล้านตัว เร็วกว่าการพิมพ์ด้วยคน 6 เท่า ประหยัดต้นทุน 90% โครงสร้างพื้นฐานอยู่ในยุโรป สอดคล้อง GDPR ให้ส่วนประกอบโอเพนซอร์ส REST API และรองรับโปรโตคอล IIIF

เหมาะกับหอจดหมายเหตุ หอสมุด พิพิธภัณฑ์ หอศิลป์ หน่วยงานราชการ และองค์กรใด ๆ ที่ดูแลเอกสารทางวัฒนธรรมหรือเอกสารส่วนบุคคลจำนวนมาก ราคาไม่เปิดเผย

ฟังก์ชันหลัก

Arkindex แพลตฟอร์มประมวลผลเอกสารระดับอุตสาหกรรม จัดการงานระดับล้านได้
การรู้จำลายมือ (HTR) และ OCR ตัวพิมพ์
การรู้จำเอนทิตีที่มีชื่อ ดึงชื่อคน ชื่อสถานที่ วันที่อัตโนมัติ
การแบ่งส่วนเลย์เอาต์ระบุโครงสร้างเอกสารอัตโนมัติ
ปรับจูนโมเดลเฉพาะบนชุดข้อมูลของสถาบันเองได้
ส่วนประกอบโอเพนซอร์ส REST API และรองรับโปรโตคอล IIIF

การใช้งานทั่วไป

การถอดต้นฉบับลายมือขนาดใหญ่ของหอจดหมายเหตุระดับชาติ
การสร้างระบบค้นข้อความเต็มของหนังสือพิมพ์และวารสารเก่าของหอสมุด
การสร้าง metadata ของวัตถุสะสมพิพิธภัณฑ์อัตโนมัติ
การดึงข้อมูลที่มีโครงสร้างจากเอกสารประวัติศาสตร์อย่างลำดับวงศ์ตระกูลและทะเบียนราษฎร

ฟีเจอร์เด่น

Arkindex แพลตฟอร์มประมวลผลเอกสารระดับอุตสาหกรรม จัดการงานระดับล้านได้
การรู้จำลายมือ (HTR) และ OCR ตัวพิมพ์
การรู้จำเอนทิตีที่มีชื่อ ดึงชื่อคน ชื่อสถานที่ วันที่อัตโนมัติ
การแบ่งส่วนเลย์เอาต์ระบุโครงสร้างเอกสารอัตโนมัติ
ปรับจูนโมเดลเฉพาะบนชุดข้อมูลของสถาบันเองได้
ส่วนประกอบโอเพนซอร์ส REST API และรองรับโปรโตคอล IIIF

ข้อดี

การรู้จำลายมือเป็นส่วนที่ยากที่สุดของวงการนี้ ตัวเลขผลงานจริงของ Teklia หนักแน่น
รองรับ IIIF และส่วนประกอบโอเพนซอร์ส ไม่ล็อกสถาบันไว้กับผู้ผลิตรายเดียว
โฮสต์ในยุโรป สอดคล้อง GDPR เป็นมิตรต่อการจัดซื้อภาครัฐ

ข้อเสีย

ราคาไม่เปิดเผยเลย และเป็นการจัดซื้อโปรเจกต์ระดับสถาบัน
การรองรับภาษาจีนและเอกสารโบราณเอเชียตะวันออกไม่มีคำอธิบายสาธารณะ
การนำมาใช้ต้องการให้ฝั่งสถาบันมีความสามารถงานพื้นฐานด้านการจัดเก็บดิจิทัล

กรณีการใช้งาน

การถอดต้นฉบับลายมือขนาดใหญ่ของหอจดหมายเหตุระดับชาติ
การสร้างระบบค้นข้อความเต็มของหนังสือพิมพ์และวารสารเก่าของหอสมุด
การสร้าง metadata ของวัตถุสะสมพิพิธภัณฑ์อัตโนมัติ
การดึงข้อมูลที่มีโครงสร้างจากเอกสารประวัติศาสตร์อย่างลำดับวงศ์ตระกูลและทะเบียนราษฎร

บันทึกบรรณาธิการ

นี่คือตัวที่ผมชอบที่สุดในชุดนี้ การทำเอกสารวัฒนธรรมดิจิทัลไม่เซ็กซี่ ไม่มีกระแส แต่มันตัดสินว่าคนอีกหลายร้อยปีข้างหน้าจะได้อ่านอดีตของเราหรือไม่ การที่ Teklia ยอมเปิดซอร์สส่วนประกอบและรองรับ IIIF ควรค่าแก่การจดไว้เป็นพิเศษ โปรเจกต์ภาครัฐกลัวที่สุดคือถูกผู้ผลิตผูกตาย สิบปีให้หลังเปลี่ยนระบบไม่ได้ ย้ายข้อมูลไม่ออก การทำเอกสารและหนังสือโบราณดิจิทัลของไทยควรค่าแก่การดูวิธีการชุดนี้มาก

คำถามที่พบบ่อย

รองรับเอกสารโบราณภาษาจีนไหม

ข้อมูลสาธารณะของทางการไม่ได้ระบุการรองรับภาษาจีนและตัวอักษรเอเชียตะวันออก เคสสาธารณะเน้นเอกสารภาษายุโรป หากมีความต้องการภาษาจีน ต้องยืนยันกับผู้ผลิตโดยตรงว่าปรับจูนโมเดลรองรับได้หรือไม่

HTR กับ OCR ต่างกันตรงไหน

OCR จัดการตัวพิมพ์ รูปตัวอักษรเป็นระเบียบ การรู้จำค่อนข้างสุกงอม HTR จัดการลายมือ ลายมือต่างกันในแต่ละคน มีการเขียนต่อเนื่องและรูปแปรผันมาก ยากขึ้นไปอีกระดับ และเป็นคอขวดที่ใหญ่ที่สุดของการทำเอกสารดิจิทัล

IIIF คืออะไร ทำไมสำคัญ

IIIF เป็นมาตรฐานการทำงานร่วมกันของภาพที่สถาบันวัฒนธรรมใช้ทั่วกัน การรองรับ IIIF หมายถึงข้อมูลที่ผลิตออกมาถูกระบบอื่นเรียกใช้ได้โดยตรง สถาบันจะไม่ถูกผูกกับผู้ผลิตรายเดียว ในโปรเจกต์จัดเก็บระยะยาวนี่เป็นข้อพิจารณาสำคัญ