OCRöversättning

OCRöversättning är processen att digitalt återge text ur skannade dokument eller bilder och sedan översätta den till ett annat språk. Den kombinerar optisk teckenigenkänning (OCR) som konverterar bildens tecken till maskinläsbar text och maskinöversättning (MT) som översätter texten till målspråket. Ofta integreras stegen i ett arbetsflöde där bildförbehandling, såsom binarisering, brusreducering och rotation, förbättrar igenkänningen, följt av layoutanalys och återuppbyggnad av dokumentets struktur i den översatta versionen.

Teknik och arbetsflöde varierar mellan lösningar, men vanligt är att de första stegen är bildförbättring och textigenkänning, därefter språköversättning och slutligen återställning av dokumentets layout. End-to-end-system kan utföra OCR och översättning i ett steg, vilket förenklar användning men kan kräva efterredigering för högsta noggrannhet. Vanliga verktyg inkluderar kommersiella OCR-lösningar och öppenkällkodsprojekt som Tesseract, ofta i kombination med maskinöversättningstjänster eller lokala MT-modeller. Vissa plattformar erbjuder integrerade lösningar för dokumentflöden som fakturor, avtal eller manualer.

Prestanda mäts ofta i OCR-precision, dvs. hur väl tecken och ord återges, samt i översättningskvalitet, ofta bedömd med BLEU eller genom mänsklig postredigering. Efterbehandling och korrekturläsning är vanligt förekommande, särskilt i professionella sammanhang som juridiska, medicinska eller tekniska dokument där noggrannhet är kritisk. Användningsområden inkluderar digitalisering av arkiv, fakturahantering, manualer och internationell dokumentation. Utmaningar innefattar bevarande av layout, hantering av flerspråkiga avsnitt och tabeller samt sekretessfrågor vid molnbaserad bearbetning.