Выберите удобный способ связи
Распознавание дипломов и аттестатов нужно везде, где документ об образовании становится основанием для решения: приёмная комиссия вуза сверяет аттестат абитуриента, HR проверяет диплом кандидата перед оформлением, госорганы и квалификационные комиссии подтверждают уровень образования соискателя. Пока это делают руками, один сотрудник тратит несколько минут на каждый бланк, ошибается в цифрах номера и в редких специальностях, а в пик приёмной кампании очередь из сканов растягивается на дни.
Задача OCR здесь узкая и понятная: превратить фотографию или скан диплома в структурированные поля, которые сразу ложатся в базу. Не «текст картинкой», а именно ФИО, номер и серия документа, наименование учебного заведения, специальность, квалификация, год выпуска и регистрационный номер. Это частный, но требовательный случай общего направления распознавание документов — со своими шаблонами бланков, двумя языками и архивными формами разных лет.
Диплом редко приходит один: к нему прилагается вкладыш с оценками, а у аттестата — таблица предметов и итоговых баллов. Поэтому мы настраиваем распознавание не только титульного бланка, но и табличной части приложения. Из основного документа система забирает владельца, вид документа (бакалавр, магистр, среднее образование, техническое и профессиональное), учебное заведение и дату выдачи. Из вкладыша — перечень дисциплин с оценками и, при необходимости, средний балл, который сразу можно использовать для ранжирования абитуриентов.
Отдельная логика — на реквизитах, по которым документ можно проверить: серия, номер, регистрационный номер выдачи. Эти поля мы отдаём с повышенной строгостью и подсветкой низкой уверенности, чтобы оператор глазами проверил только сомнительные символы, а не перебивал весь бланк заново. Такой подход к валидации ключевых полей мы переносим из соседних сценариев — например, из проекта, где нужно распознавание удостоверений личности для KYC, где цена ошибки в номере ещё выше.
Казахстанский диплом почти всегда двуязычный: одно и то же поле дублируется на казахском и русском, а собственные имена в этих версиях пишутся по-разному. Система должна понимать оба языка в одном документе, не путать латиницу в англоязычной части нового образца и корректно собирать ФИО, а не выдавать смесь из двух колонок. Мы обучаем модель именно на казахстанских бланках, поэтому она устойчиво читает и советские дипломы 80-х, и бланки Болашака, и современные документы государственного образца.
Второй местный нюанс — привязка к ИИН. В дипломе ИИН обычно не печатается, зато он есть в удостоверении личности, которое кандидат подаёт вместе с образованием. На внедрении мы связываем оба документа в одном пакете, сверяем ФИО из диплома с ФИО из удостоверения и отдаём в учётную систему уже сцепленную запись — образование конкретного человека с его ИИН. Для HR и приёмных комиссий это снимает ручную работу по сопоставлению разрозненных сканов.
Распознанные поля бесполезны, если сотрудник всё равно переносит их в вашу базу вручную. Поэтому итог внедрения — не «сервис, который показывает текст», а готовый поток данных в вашу CRM, кадровую систему, приёмную платформу или конфигурацию 1С. Диплом загружается через веб-форму или папку, через несколько секунд в карточке абитуриента или кандидата появляются заполненные поля, а исходный скан прикрепляется как вложение.
Техническая связка идёт через OCR API: ваша система отправляет изображение и получает структурированный JSON с полями и оценкой уверенности по каждому из них. Тот же механизм мы применяем, когда бизнесу параллельно нужно распознавание счетов и накладных в бухгалтерию или распознавание договоров в юротдел — единый подход к документообороту, а не пять разных костылей на разные типы бумаг.
Начинаем с ваших реальных документов. Вы присылаете обезличенную выборку дипломов и аттестатов — с плохими сканами, мятыми копиями и старыми бланками, — и мы показываем точность именно на них, а не на идеальных примерах. На этом этапе становится видно, какие поля читаются уверенно сразу, а где нужен дообучение под ваши формы или ручная проверка оператором.
Дальше настраиваем маршрут: куда попадают распознанные данные, кто и как подтверждает сомнительные поля, что происходит с дубликатами и подделками. Сдаём работающий процесс, обучаем сотрудников и оставляем поддержку — при появлении нового образца бланка добавляем его в модель без остановки работы. В результате приёмная кампания или массовый найм проходят без завала из ручного ввода, а данные об образовании хранятся в вашей системе в едином, пригодном для поиска и отчётности виде.