Referenční implementace software sady metod pro automatické zpracování obrazových a textových dat.
The result's identifiers
Result code in IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F49777513%3A23520%2F23%3A43975303" target="_blank" >RIV/49777513:23520/23:43975303 - isvavai.cz</a>
Alternative codes found
RIV/44846029:_____/23:N0000002
Result on the web
<a href="https://www.kiv.zcu.cz/cz/vyzkum/software/produkt-detail-cz.html?produkt_id=159" target="_blank" >https://www.kiv.zcu.cz/cz/vyzkum/software/produkt-detail-cz.html?produkt_id=159</a>
DOI - Digital Object Identifier
—
Alternative languages
Result language
čeština
Original language name
Referenční implementace software sady metod pro automatické zpracování obrazových a textových dat.
Original language description
Výzkumné aktivity přispěly k vývoji DMS nové generace, zahrnující pokročilé moduly pro zpracování textu, vyhledávání a anonymizaci dat. Tyto moduly zahrnují: Modul Image Processing obsahuje komponenty OCR a Highlighter, které převádějí textové dokumenty ve formě skenů či fotografií na strukturovaná textová data. Tato data jsou následně ukládána do indexovatelných kolekcí. Modul Search se skládá z komponent Vectorizer, Semantic Search Engine a Ordinary Search Engine. Vectorizer převádí texty na vektory v sémantickém prostoru, Semantic Search Engine zaměřuje se na sémantické vyhledávání a Ordinary Search Engine umožňuje standardní vyhledávání textu. Tyto nástroje společně umožňují efektivní vyhledávání a nalezení textových shod dle požadavků uživatele. Knihovny pro anonymizaci smluv zahrnují několik modulů: contract_preprocessor_ocr, který slouží pro extrakci dat pomocí OCR, detekci začerněných oblastí a vlastnoručních podpisů; contract_questioner, který slučuje data získaná z dokumentů; contract_register pro vytěžování smluv z Registru smluv ČR a manipulaci s těmito dokumenty; snt_anonym_predict, který využívá hybridní model pro predikci oblastí textu určených k anonymizaci; contract_sign_detector pro detekci a lokalizaci vlastnoručních podpisů v bitmapě; a cotranon, což je kompletní software zabalený pro Docker, připravený k nasazení u průmyslového partnera. Řešení bylo implementováno v programovacím jazyce Python, s využitím API komunikačního rozhraní. Výsledný software je distribuován prostřednictvím Docker kontejnerů.
Czech name
Referenční implementace software sady metod pro automatické zpracování obrazových a textových dat.
Czech description
Výzkumné aktivity přispěly k vývoji DMS nové generace, zahrnující pokročilé moduly pro zpracování textu, vyhledávání a anonymizaci dat. Tyto moduly zahrnují: Modul Image Processing obsahuje komponenty OCR a Highlighter, které převádějí textové dokumenty ve formě skenů či fotografií na strukturovaná textová data. Tato data jsou následně ukládána do indexovatelných kolekcí. Modul Search se skládá z komponent Vectorizer, Semantic Search Engine a Ordinary Search Engine. Vectorizer převádí texty na vektory v sémantickém prostoru, Semantic Search Engine zaměřuje se na sémantické vyhledávání a Ordinary Search Engine umožňuje standardní vyhledávání textu. Tyto nástroje společně umožňují efektivní vyhledávání a nalezení textových shod dle požadavků uživatele. Knihovny pro anonymizaci smluv zahrnují několik modulů: contract_preprocessor_ocr, který slouží pro extrakci dat pomocí OCR, detekci začerněných oblastí a vlastnoručních podpisů; contract_questioner, který slučuje data získaná z dokumentů; contract_register pro vytěžování smluv z Registru smluv ČR a manipulaci s těmito dokumenty; snt_anonym_predict, který využívá hybridní model pro predikci oblastí textu určených k anonymizaci; contract_sign_detector pro detekci a lokalizaci vlastnoručních podpisů v bitmapě; a cotranon, což je kompletní software zabalený pro Docker, připravený k nasazení u průmyslového partnera. Řešení bylo implementováno v programovacím jazyce Python, s využitím API komunikačního rozhraní. Výsledný software je distribuován prostřednictvím Docker kontejnerů.
Classification
Type
R - Software
CEP classification
—
OECD FORD branch
10201 - Computer sciences, information science, bioinformathics (hardware development to be 2.2, social aspect to be 5.8)
Result continuities
Project
<a href="/en/project/EG21_374%2F0026768" target="_blank" >EG21_374/0026768: DMS new generation</a><br>
Continuities
P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)
Others
Publication year
2023
Confidentiality
C - Předmět řešení projektu podléhá obchodnímu tajemství (§ 504 Občanského zákoníku), ale název projektu, cíle projektu a u ukončeného nebo zastaveného projektu zhodnocení výsledku řešení projektu (údaje P03, P04, P15, P19, P29, PN8) dodané do CEP, jsou upraveny tak, aby byly zveřejnitelné.
Data specific for result type
Internal product ID
90197_1
Technical parameters
Referenční implementace software sady metod pro automatické zpracování obrazových a textových dat - OCR, Sémantické vyhledávání, Anonymizace. Výzkumné aktivity, jejichž výstupy byly zapracovány do finálního řešení. Byla uzavřena Smlouva o využití výsledků dosažených při řešení projektu výzkumu a vývoje č.SML/5200/0045/25. Axians Czech Republic s.r.o., Slovanská alej 2182/30, Kontatní osoba: René Grežďo, Tel.:+420 377 431 456, e-mail: plzen@axians.cz, Západočeská univerzita v Plzni, Technická 8, Plzeň, kontaktní osoba: Ing. Miloslav Konopík, Ph.D., Tel.: +420 377 632 418, email: konopik@kiv.zcu.cz
Economical parameters
Moderní produkt s novými funkcionalitami, který nahradí již technologicky zastaralý a málo automatizovaný systém. Během 3 let po projektu se očekávají tržby 332,5 mil. Kč v ČR a 236,4 mil. Kč z exportu, s růstem tržního podílu o 15 % (ČR), respektive 0,12 % (svět).
Owner IČO
49777513, 44846029
Owner name
Západočeská univerzita v Plzni, Axians Czech Republic s.r.o.