תוך כדי מילואים: זוג סטודנטים מסמי שמעון פיתחו מערכת פורצת דרך לכתב יד עברי

תוך כדי שירות מילואים פעיל שכלל קרוב ל-200 ימי שירות כלוחמים, הצליחו תומר קקון וטל בן אהרון – זוג סטודנטים להנדסת תוכנה במכללה האקדמית להנדסה ע"ש סמי שמעון (SCE) – לפתח מערכת OCR חדשנית לפענוח טקסטים בכתב יד בעברית.

הפרויקט נולד בעקבות שיחה עם מנחתם, ד"ר נטליה וונטיק, שסיפרה על הקושי בבדיקת מבחנים כתובים בכתב יד לא ברור. מתוך הצורך המעשי הזה, פיתחו השניים כלי הממפה, מנתח ומפענח אוטומטית טקסטים בכתב יד – ומחזיר אותם כפלט דיגיטלי מדויק.

"העבודה דרשה מאיתנו ריכוז ומאמץ גדול, במיוחד בגלל השירות הפעיל," מספר תומר. "נאלצנו להספיק כמה שיותר בחצי השנה הראשונה של הלימודים לפני הגיוס, וכשחזרנו – המשכנו ללטש ולשפר את האלגוריתם."

המערכת שפיתחו מבוססת על טכנולוגיות מתקדמות בתחום הבינה המלאכותית: ראשית, היא מפצלת את הטקסט לאותיות בודדות, מזהה אותן באמצעות מודל מסוג Transformer, ואז מחברת מחדש את האותיות למילים תוך תיקון מבוסס הקשר. מדובר באתגר טכנולוגי של ממש, במיוחד לאור העובדה שהשפה העברית נחשבת לדלת משאבים בתחום עיבוד שפה טבעית (NLP).

לדברי ד"ר וונטיק, המערכת מציבה סטנדרט חדש: "עד כה לא היה כלי שמסוגל לזהות בצורה מדויקת כתב יד בעברית. הפרויקט הזה ממלא חלל אמיתי, ועשוי לסייע רבות למערכות חינוך, בדיקת מבחנים, ולשיפור תהליכי עבודה בארגונים רבים."

המערכת נמצאת כעת בשלבי בדיקה והטמעה ראשוניים, וייתכן שבעתיד הקרוב תוכל לשמש גופים אקדמיים, מוסדות חינוך ואף גופים ממשלתיים הזקוקים לפתרונות אוטומטיים לפענוח מסמכים בכתב יד.