Как ИИ распознаёт казахские и русские документы

Почему двуязычие — это сложно

Полисы, справки, договоры в РК часто идут в две колонки: казахский и русский. Обычный движок распознаёт всё подряд и мешает языки, из-за чего поля «съезжают» или теряются. Распознавание документов должно понимать, что перед ним двуязычный документ, и обрабатывать каждый язык корректно.

Как это решается

Система различает казахскую и русскую раскладку, учитывает специфические буквы (ә, ғ, қ, ң, ө, ұ, ү, һ, і) и не путает их с латиницей или русскими аналогами. Двухколоночные документы обрабатываются с учётом разметки, а не как сплошной поток.

Где это критично

Двуязычные документы — норма в страховании, госсекторе и банках. Ошибка в казахском написании ФИО или в реквизитах договора всплывает позже, когда стоит дороже. Корректное распознавание обоих языков — условие точности на местных документах.