Оцифровка архивов и интеллектуальный документооборот ведомства

Архивы ведомств, судов, МФЦ, кадастровых и регистрационных палат — миллионы дел на бумаге и в сканах без распознанного текста. Найти документ, проверить историю объекта или выдать справку означает ручной поиск по описям. Входящий поток — письма, договоры, акты, заявления — регистрируется вручную, реквизиты перепечатываются, а ошибки в них тянутся дальше по системам.

Классический OCR спотыкается на рукописных записях, печатях, старых машинописных документах и разнородных бланках. Извлечь из документа не просто текст, а структуру — стороны, даты, суммы, номера объектов — и проверить её на соответствие реестрам требует более сложных моделей, которые при этом обязаны работать в контуре ведомства.

Сканы проходят предобработку и нейросетевое распознавание печатного и рукописного текста, затем локальная LLM извлекает реквизиты по схеме типа документа, классифицирует его и сверяет с реестрами. Результат попадает в СЭД или архивную систему с полнотекстовым и семантическим поиском; сомнительные фрагменты подсвечиваются оператору.

• Распознавание рукописных и машинописных документов с дообучением на образцах архива.
• Автоматическая регистрация входящих с извлечением реквизитов и определением адресата.
• Поиск по архиву на естественном языке и по смыслу, а не только по номеру дела.
• Проверка комплектности и противоречий в пакетах документов.
• Обезличивание персональных данных при выдаче копий.

Какие данные нужны

• Сканы архивных дел и описи
• Входящий документопоток из СЭД
• Реестры и справочники для сверки