الأرشيفات والمكتبات
تتحول الكتب والسجلات الممسوحة إلى نص قابل للبحث يحتفظ بعناوينه وجداوله.
عربيٌّ بالتصميم. مبنيٌّ للغة، لا مُترجَمٌ إليها.
تعيد معظم أدوات التعرف الضوئي سلسلة حروف مسطّحة، فتضيع جداول الصفحة العربية وعناوينها وأعمدتها قبل أن يُستفاد من النص.
تعود بنية الجدول بصيغة HTML داخل Markdown. وعلى معيار Misraj-DocOCR سجّل بصير 66 على مقياس TEDS لبنية الجداول، وهي الدرجة الأعلى بين الأنظمة التي قارنتها الورقة.
معدل خطأ الكلمات على Misraj-DocOCR
تعود العناوين والقوائم والصفحات متعددة الأعمدة بالترتيب الذي يقرؤها به الإنسان، لا في كتلة واحدة مسطّحة.
درجة TEDS لبنية الجداول على Misraj-DocOCR
الحروف المتصلة والتشكيل وتنوع الخطوط والاتجاه من اليمين إلى اليسار، وهي المواضع التي تفقد فيها أدوات التعرف الضوئي العامة دقتها في العربية.
الرقمان من ورقة بصير البحثية (arXiv:2509.18174)، وقد قيسا على Misraj-DocOCR، وهو معيار متاح للعموم يضم 400 صورة لمستندات عربية راجعها خبراء. وكلاهما الأفضل بين الأنظمة التي تقارنها الورقة، وأقربها Gemini 2.5 Pro بنتيجتي 0.37 و52. والنموذج في الورقة مضبوط انطلاقًا من Qwen2.5-VL-3B-Instruct. وعلى نسخة KITAB-Bench المصحّحة والأصغر لتحويل PDF إلى Markdown، يتقدم بصير أيضًا في TEDS وMARS، بينما يسجّل Dots.ocr وNanonets معدل خطأ كلمات أدنى، ونفضّل ذكر ذلك على إغفاله.
يمنح بصير OCR كل فريق الإجابة نفسها من المصدر نفسه، من الذين يشغّلونه إلى الذين يعتمدونه.
تتحول الكتب والسجلات الممسوحة إلى نص قابل للبحث يحتفظ بعناوينه وجداوله.
تتحول الكتب والمجلات والمواد التعليمية إلى Markdown قابل للتحرير وإعادة النشر والاستخدام.
تصل ملفات PDF العربية إلى مسارات الاسترجاع ومجموعات التدريب نصًا منظمًا لا سلاسل حروف مكسورة.
«التعرف الضوئي الذي يعيد سلسلة حروف لم يُنجز إلا نصف المهمة. يقرأ بصير OCR الصفحة كما يقرؤها الإنسان، ويحتفظ بما يقوله تخطيطها: أي سطر عنوان، وأي خلية تنتمي إلى أي صف، وأين ينتهي عمود ويبدأ آخر.»
مسراجفريق المنتج
تعرّف على عملائنا١١ نظامًا ووضع نشر ونموذجًا مذكورة في هذه الصفحة، ليصل بصير OCR إلى البيئة التي لديك أصلًا.
استعرض التكاملاتأخبرنا بالمشكلة، وسنخبرك بصدق إن كان بصير OCR هو الإجابة المناسبة.