Các công cụ chuyển OCR sang lịch cơ bản thường thất bại với tờ rơi thực tế và ảnh chụp màn hình điện thoại vì chúng chỉ coi ảnh là văn bản phẳng và sao chép máy móc dòng đầu tiên (lines[0]) làm tên sự kiện. Trên ảnh chụp điện thoại hoặc poster sự kiện, dòng đầu tiên hầu như luôn là thông tin thanh trạng thái (9:41 AM 5G), hình mờ bán vé (TICKETMASTER) hoặc dòng giới thiệu nhà tổ chức (LIVE NATION PRESENTS).
Quy trình AI cục bộ 3 giai đoạn của Utiliome thấu hiểu cả hệ thống phân cấp trực quan lẫn thực thể ngữ nghĩa trên tờ rơi của bạn:
- Trích xuất khối bố cục & khung giới hạn bằng Tesseract v6: Trích xuất tọa độ pixel chính xác của từng dòng (
bbox: { x0, y0, x1, y1 }) và tính toán chiều cao phông chữ trực quan (y1 - y0) tương đối so với chiều cao văn bản trung vị của poster. - Web Worker
Xenova/bert-base-NERcục bộ: Chuẩn hóa văn bản in hoa trên poster thành dạng viết hoa đầu từ thông minh và chạy phân loại token trong Web Worker để nhận diệnLOC(địa điểm, đường phố, thành phố),ORG(ban nhạc, đơn vị tổ chức),PER(nghệ sĩ, diễn giả) vàMISC(chuyến lưu diễn, lễ hội) dưới 90ms. - Ghép nối tiêu đề & địa điểm: Ghép các dòng tiêu đề liền kề có tỷ lệ phông chữ lớn thành một
Tên sự kiệnhoàn chỉnh, đồng thời kết hợp các dòngLOCliên tiếp (như tên địa điểm nằm ngay trên địa chỉ) vào trườngVị trí / Địa điểm.