بصير
ذكاء المستندات العربية: من المسح الضوئي إلى Markdown منظّم
بصير محرك لفهم المستندات العربية مبني على نموذج رؤية ولغة بحجم 3 مليارات معامل، مدرّب خصيصًا على العربية. وخلافًا لأدوات التعرف الضوئي التقليدية التي تنتج نصًا خامًا، يقرأ بصير المستند ببنيته: يفهم الأعمدة والجداول والعناوين والتسلسل الهرمي للتخطيط، ثم يخرج Markdown نظيفًا قابلًا للاستخدام في المراحل التالية. دُرّب على مجموعة بيانات واسعة تجمع بين مستندات عربية اصطناعية وحقيقية، بأسلوب ضبط دقيق قائم على المفكك وحده يكيّف نموذجًا متعدد الوسائط مع الحفاظ على فهمه البصري. وعلى معيار Misraj-DocOCR الموثّق من الخبراء، يحقق بصير معدل خطأ كلمات قدره 0.25.
المعايير
| مجموعة البيانات | المقياس | النتيجة |
|---|---|---|
Misraj-DocOCRلم يكن للتعرّف الضوئي على المستندات العربية معيار تحقّق منه خبراء يقيس البنية لا الحروف وحدها. وMisraj-DocOCR هو التقييم الذي قيس عليه بصير، وهو متاح للعموم، فبإمكان أي شخص إعادة إنتاج المقارنة بدل الأخذ بالرقم على سبيل الثقة. | Word Error Rate | 0.25 الأفضل عالميًا |
الوصول
النسخ
بصير نكبة
تعرّف على النص العربي المكتوب بخط اليد في المخطوطات التاريخية
بصير نكبة نموذج رؤية ولغة مفتوح المصدر للتعرف على النصوص العربية المكتوبة بخط اليد، محسّن للمخطوطات التاريخية. ينسخ بدقة الخط العربي شديد الاتصال من المستندات الأرشيفية المتدهورة. حصل على المركز الأول في المهمة المشتركة لفهم المخطوطات العربية ضمن AR-MS NAKBA-NLP 2026، وأرسى مستوى جديدًا هو الأفضل على معيار Nakba OCR. أوزانه المفتوحة منشورة على Hugging Face.
لنتحدث عمّا تحاول بناءه.
أخبرنا بالمشكلة، وسنخبرك بصراحة إن كان الذكاء الاصطناعي هو الحل الصحيح.