傳統的圖片轉日曆工具在處理實際生活中的傳單與手機截圖時極易失敗,因為它們僅將圖片視為純文字,並盲目抓取第一行(lines[0])作為活動名稱。在手機螢幕截圖或演唱會海報上,第一行通常是狀態列資訊(如 9:41 AM 5G)、購票浮水印(如 TICKETMASTER)或主辦單位標語(如 LIVE NATION PRESENTS)。
Utiliome 創新的三階段本機 AI 處理架構能同時理解海報的視覺層級與語意實體:
- Tesseract v6 版面區塊與邊界框擷取:擷取每行文字的精準像素座標(
bbox: { x0, y0, x1, y1 }),並相對於整張海報文字的中位數高度計算出其相對字級高度(y1 - y0)。 - 本機
Xenova/bert-base-NERWeb Worker:將全大寫海報文字智慧轉換為首字大寫,並在獨立 Web Worker 中進行語彙基元分類,在 90 毫秒內評估LOC(場館、街道、城市)、ORG(樂團、主辦單位)、PER(表演者、講者)與MISC(巡演、節慶)的實體分數。 - 標題與場地精準配對:將相鄰的高字級比例標題行結合成乾淨的
Event Title,同時將連續的LOC實體行(例如場館名稱與下方地址)合併至Location / Venue欄位。