Представьте: вы нашли метрическую книгу нужного прихода, нужного года. Открываете запись о рождении — а там множество имён вперемешку со служебными пометками и датами. Имя вашего прапрадеда где-то среди них. Где именно?
Мы обновили в Поиске по архивам модель распознавания документов — теперь она не просто читает текст, а понимает, кто в документе кем является.
Что изменилось
Раньше результаты поиска по имени показывали все упоминания подряд: служебные пометки, даты и имена всех участников записи. Нужно было самому разбираться, в каком контексте человек упоминается.
Теперь можно настроить фильтры по роли. Для записи о рождении — «родившийся», «отец», «мать». Для свидетельства о браке — «жених», «невеста», «свидетель». Сервис сразу покажет только те упоминания, где человек фигурирует в нужном качестве. Например, вот как выглядит документ с автоматически распознанными ролями.
Это особенно важно, когда вы ищете не одного конкретного человека, а пытаетесь восстановить цепочку родства: кто чьим родителем был, кто на ком женился.
Как это работает
В основе обновления — наша мультимодальная модель Alice AI VLM. Она работает не только с текстом, но и с изображением документа: понимает структуру рукописи, распознаёт связи между людьми в записи. Модель уже обладает глубоким пониманием русского языка — это позволило обойтись без огромных обучающих выборок и научить её извлекать нужные данные из документов.
Качество мы измеряли по конкретному критерию: какая доля людей находится по ФИО в архивном поиске. В среднем точность составила 90,5%. По типам документов: 92,7% для записей о рождении, 89,7% — для свадеб, 87,2% — для смертей.
Что есть в базе
В Поиске по архивам сейчас доступно более 20 млн страниц исторических документов XVIII–XX веков — из архивов Москвы, Московской, Оренбургской, Вологодской, Иркутской, Астраханской и других областей. Кроме метрических книг, сервис работает с более чем 200 дореволюционными и советскими газетами, а также со справочниками.
Реклама, ООО «Яндекс», ИНН: 7736207543 erid:3apb1QrvkfDXctBni429eqx19j9E6RVYFwVE3aimEBr42
