---
title: "Кейс: Сбор и разметка документов для распознавания текста"
description: "Всего за два месяца мы собрали и разметили 5.000 рукописных документов. Инновационный подход с краудсорсингом, Telegram-ботом и автоматической валидацией обеспечил высокое качество и точность данных."
url: "https://data-light.ru/cases/kejs-sbor-i-razmetka-dokumentov-dlya-raspoznavaniya-teksta/"
date_modified: "2025-03-27T10:20:45+03:00"
language: "ru-RU"
---
Всего за два месяца мы собрали и разметили 5.000 рукописных документов. Инновационный подход с краудсорсингом, Telegram-ботом и автоматической валидацией обеспечил высокое качество и точность данных.

## Шаблон Кейсов

### Секция описаний

**перечень основных тезисов (положений):**

- **Положение - тезис:** Данные: — **Описание тезиса - (его параметр, числовое значение):** 5000 документов — **Выберите картинку слева от описания:** weight
- **Положение - тезис:** Сроки: — **Описание тезиса - (его параметр, числовое значение):** 2 месяца. — **Выберите картинку слева от описания:** time

### задача-решение-результат

**Задача-результат:**

**Заглавие:** Задача: **Описание задачи:**

Когда мы начали проект, перед нами поставили интересную задачу: собрать и аннотировать 5000 рукописных документов для обучения системы распознавания текста. Цель клиента заключалась в создании модели, которая могла бы эффективно обрабатывать различные типы документов, включая трудовые книжки, заявления и служебные расписки. Всего на эту задачу у нас было два месяца.

##### Ключевые требования к документам были такими:

1. Максимальное разнообразие почерков.
2. Минимизация ошибок и обеспечение высокого качества аннотированных данных.
3. В основном использование рукописного текста по сравнению с печатным. **решение:** Решение: **Блок: тезис - значение:**

- **Краткий тезис:** Подготовка шаблонов: — **Аргумент: краткое описание пункта решения (тезиса):**

Мы столкнулись с интересным вопросом: какие документы собирать? Сначала мы планировали использовать трудовые книжки для сбора данных.

Это было бы удачной идеей: в них можно встретить большое количество почерков, что было особенно важно для заказчика. Мы хотели попросить участников отправлять первый разворот для проверки, а затем и остальные страницы. Однако из-за требований к защите персональных данных пришлось отказаться от этого подхода.

Но мы нашли новое решение, которое решало проблему: участники переписывали заявление по подготовленному шаблону. Это позволило собрать нужное разнообразие почерков без использования личной информации, упростило процесс и обеспечило соблюдение конфиденциальности.
- **Краткий тезис:** Организация краудсорсинга: — **Аргумент: краткое описание пункта решения (тезиса):**

Мы разработали стратегию сбора данных с использованием краудсорсинга через платформу заданий и собственный Telegram-канал. Наши шаги включали:

- **Планирование заданий**: Исполнители получали шаблоны документов для заполнения рукописным текстом. Использование краудсорсинга обеспечило широкий спектр почерков
- **Оптимизация процесса**: Исполнители, успешно выполнившие первое задание, могли продолжить работу с новыми документами, что увеличивало их вовлеченность и снижало вероятность ошибок.
- **Краткий тезис:** Решение проблем с персональными данными: — **Аргумент: краткое описание пункта решения (тезиса):** Для соблюдения конфиденциальности мы изменили подход:использование шаблонов. Вместо реальных трудовых книжек предлагались безопасные для заполнения шаблоны документов.
- **Краткий тезис:** Разработка Telegram-бота: — **Аргумент: краткое описание пункта решения (тезиса):**

Мы создали Telegram-бота, который значительно улучшил взаимодействие с исполнителями:

- **Инструкции и обратная связь**: Бот предоставлял четкие указания и давал обратную связь, что способствовало улучшению качества выполнения заданий.
- **Ускорение процесса**: Интерактивность бота упростила передачу данных и взаимодействие, минимизируя ошибки.
- **Краткий тезис:** Платформа для автоматической валидации данных: — **Аргумент: краткое описание пункта решения (тезиса):**

Для повышения точности и эффективности мы интегрировали систему автоматической проверки:

- **Автоматическая проверка**: Каждый присланный документ проходил проверку на соответствие требованиям.
- **Мониторинг и отчетность**: Платформа предоставляла статистику в реальном времени, что позволяло отслеживать и корректировать процесс.
- **Краткий тезис:** Качество и контроль данных: — **Аргумент: краткое описание пункта решения (тезиса):** **Постоянный контроль**: Регулярные проверки позволили избежать дублирования и фальсификаций. **Галерея изображений:** ![](https://data-light.ru/wp-content/uploads/2025/02/u9268751256_a_high-quality_image_of_a_formal_writen_by_hand_f_2664777a-28d8-47bb-b9cd-242025ac6c03_1.png) **Результаты:** Результаты: **Результаты - тезисно:**

- **Тезис- подпункт решения:** Объем: — **Описание тезиса подпункта решения:** Собрано и аннотировано 5000 уникальных рукописных документов за два месяца. Причем качество данных, как отметил клиент, было очень высоким.
- **Тезис- подпункт решения:** Повышение конверсии: — **Описание тезиса подпункта решения:** Внедрение Telegram-бота увеличило конверсию с 60% до 85%.
- **Тезис- подпункт решения:** Своевременное выполнение: — **Описание тезиса подпункта решения:** Проект успешно завершен в срок. Заказчик остался доволен результатом и эффективностью взаимодействия.

[Full list of this site's AI-readable pages](https://data-light.ru/llms.txt)