GENEALOGIE

Dobrý den,

hledám dobrovolníky na průběžné ověřování mobilní aplikace (pouze pro Android) pro vedení osobního digitálního archivu amatérského genealoga, kterou budu vyvíjet v rámci diplomové práce.

Jak to bude probíhat?
V období od února do dubna tohoto roku bych potřeboval několikrát (cca 3-4x) znát vaši zpětnou vazbu k mnou vyvíjené mobilní aplikaci. Poprvé by se jednalo o komentování grafického prototypu, potom už přímo mobilní aplikace. Ke každé fázi bych samozřejmě poslal odpovídající podklady. Vaše komentáře - návrhy i výhrady bych chtěl při vývoji maximálně zohlednit, tak abychom společně vytvořili něco opravdu přínosného.

Co potřebujete?
Stačí telefon s operačním systémem Android a chuť podílet se na projektu.

Soukromí?
Vaše zpětná vazba bude určitým způsobem reflektována i v textu závěrečné práce, ale bude plně anonymizována (“Uživatel 1”, “Uživatel 2” atd.).

Pokud byste měli zájem na projektu participovat, tak mi prosím dejte vědět na e-mail filip.veit@gmail.com, kde Vám případně rád odpovím na dotazy a sdělím více podrobností, předem děkuji.

Zkuste nějak rozvést ten termín "osobní digitální archiv amatérského genealoga".

Nemám problém zkusit otestovat nějakou aplikaci a její nedostatky autorovi (v dobrém slova smylu) omlátit o hlavu. Ale než si nějakou aplikaci do telefonu nainstaluju, zajímalo by mě, k čemuže ta aplikace bude reálně sloužit, jak bude fungovat, co od ní můžu očekávat, jaké oprávnění bude vyžadovat (a proč) a případně jaké průsery mi v telefonu může provést.

V aplikaci se chci soustředit především na funkce pro tvorbu a správu související archivní dokumentace, ze které při sestavování rodokmenu amatérský genealog čerpá. Aplikace by tedy měla sloužit pro uchovávání a katalogizaci archivního materiálu, především archiválií genealogické povahy. Archiválii bude možné nahrát do aplikace jako soubor nebo přímo pořídit fotografii telefonem. Kromě úprav základních metadat, kategorizace a standardních možností prohledávání/filtrování/třízení bude možné dokumenty provázat s konkrétními osobami v rodokmenu (přes GEDCOM), analyzovat jejich obsah pomocí OCR technologie a v případě cizího jazyka jej rovnou i překládat. Vytvořenou sbírku bude možné stáhnout nebo zálohovat na online úložiště.

Momentálně dostupné mobilní aplikace podobné funkcionality, dle mého názoru, nenabízí nebo jen ve velmi omezené podobě (klidně mě opravte pokud nějakou dobrou znáte). Výše zmíněné jsou základní myšlenky, které bych chtěl během vývoje společně rozvíjet tím, že budete na moje výstupy moci reagovat a dávat mi zpětnou vazbu na to co podle vás dává smysl, co méně atd.

OCR archiválie genealogické povahy? Tzn. matriky, gruntovnice, sčítání… Rovnou i s překaldem? V aplikaci na telefonu?
To myslíte vážně?

Na něčem takovém si zatím lámou zuby minimálně dvě skupiny na VUT, s jednou z nich jsem v kontaktu. Už na to bylo zpracováno několik diplomových prací, ale reálně použitelný výsledek zatím rozhodně není ani v dohlednu - a to se ani omylem nebavíme o zpracování na mobilu. A za druhé, ani takový překladač, jako google translator není schopen pořádně překládat latinu a nebo starou němčinu. V těchto směrech bych tedy asi doporučil přehodnotit své cíle. Bez velkého výpočeního zázemí někde v cloudu bude OCR a překlad absolutně nereálný.

Nafocení, kategorizace a zpracování archiválií by asi nebylo úplně marné (i když dnes je většina toho, co člověk potřebuje on-line a do archivu se chodí vzácně), navázání někam do rodokmenu by taky bylo dobré - jen si to (zatím) úplně nedovedu představit. GEDCOM je sice poměrně dobrý standard, ale nenapadá mě, jak bych pak data synchronizoval třeba proti MH (nebo proti čemukoli jinému). Ale třeba to máte vymyšlené a bude to fungovat.

O.K. - aplikaci můžu zkusit - klidně se mi ozvěte na e-mail (pod každým mým příspěvkem zde na fóru).

Překladač i OCR budou pouze doplňkové funkcionality (takový výhled do budoucna). Co se týče OCR, tak chci pro diplomku používat PERO API s jehož autory jsem v kontaktu. Úspěsnost rozhodně nebude nijak závratná, ale aplikace je pro genealogy amatéry a také naprosté začátečníky s genealogií, kterým myslím i (pro některé z vás kontroverzní) PERO může pomoct i kdyby jen s tím aby nemuseli všechno přepisovat ručně.

Aplikaci bych zároveň chtěl připravit tak aby bylo možné v budoucnu PERO nahradit jakýmkoliv jiným OCR. Samotné PERO a kvalita jeho výstupů tak není úplně klíčové, ale pro začátek mi přijde jako nejvhodnější z aktuálně dostupných řešení.

PERO jsme i tady řešili několikrát. Pro matriční záznamy dává naprosto nepoužitelné výsledky. Tedy pokud ho natrénujete na nějakém zcela konkrétním písmu, kde jsou jasně oddělené řádky a písmena z horních / dolních řádků se nepřekrývají a současně se jedná o kvalitní scany, pak to dává jakž takž použitelný výstup. Ale jinak bohužel ne. Podle mého názoru je problém v samotném designu toho systému. Já si hrál s několika projekty založenými na systému PERO a nedostal jsem z toho absolutně nic, co by mi ulehčilo práci. Pokud to někdo bude schopen použít, tak naopak někdo, kdo umí číst dobře a bude schopen všechny nesmysly, které to vyplodí, spolehlivě opravit. Absolutnímu začátečníkovi to nepomůže ani trochu, protože to nedá reálně použitelný výstup. A začátečníka to může zavést na naprosté zcestí.
S OCR bych byl opravdu hodně, hodně opatrný. I když se přiznám, že já na nějaké použitelné OCR čekám, jako na spasení. Ulehčilo by mi to spoustu psaní. Zatím mě ale zklamalo prakticky vše, co jsem zkoušel, takže jsem k tomu hodně skeptický. Dokud někdo PERO nevezme kompletně ho nepřepracuje, použitelné to nebude. A kdyby někdo měl zájem, klidně k tomu řeknu svoje připomínky a poznatky (není nad to, mít za zády dobrého kibice, který nic neumí a jen do toho kecá ).
Je pravda, že pro diplomku nebude systém OCR klíčový, protože aplikace bude demonstrovat, že umí to, co deklaruje. Jen OCR sysém prostě nefunguje - za to vaše aplikace ale nemůže.

A jen pro zajímavost - na které jste škole?

Na OCR takovýchto materiálů by se musela natrénovat nějaká AI (neuronová síť).

ozana píše:Na OCR takovýchto materiálů by se musela natrénovat nějaká AI (neuronová síť).

Systém PERO je neuronová síť.

Jestli to nečte celé stránky, tak nemá šanci ani kdyby to mělo potřebný výkon.

Ono to stránku rozstříhá na řádky a pak to čte jednotlivé řádky. A to je podle mě kamenem úrazu, protože často jsou části písmen do sebe zamotané a nebo jsou části písmen tak daleko, že je to odstřihne do jiného řádku a pak to prostě správně číst nemůže, kdyby kolem toho programátoři tancovali šamanské tance.

Takže za mě je tam chyba v prvotním designu systému. Jestli tohle někdo neopraví, tak nemají šanci.

Jeden kolega zkoušel naprogramovat automatické čtení matrik přes pero s výstupem do csv. U křestních jmen bylo čtení a překlad skoro 100% spolehlivý. U příjmení 70 %, zbytek se musel dodělat ručně tak jako tak.

pavel.m píše:Jeden kolega zkoušel naprogramovat automatické čtení matrik přes pero s výstupem do csv. U křestních jmen bylo čtení a překlad skoro 100% spolehlivý. U příjmení 70 %, zbytek se musel dodělat ručně tak jako tak.

Průšvih nastane, když zapisující zpřeháže kolonky. Bez ruční kontroly je to tak, jak tak nepoužitelné. A pak už je skoro jedno, jestli si to nechám přečíst OCR a musím opravovat a nebo to přepíšu rovnou sám.
Prostě dokud to nebude spolehlivé natolik, že to tu práci odvede samo, je to pořád k ničemu

Ještě hledáte dobrovolníky?
A jestli dovolíte, není Váš rod Veit původem z Vyškovska? Začátkem 18. stol jsem tam na příjmení narazil. Tak zkouším.

Ano výzva pořád platí Máte ode mě soukromou zprávu. Kořeny mého rodu jsou kolem Harrachova, takže Vyškovsko bohužel ne.
Kdyby se našel kdokoliv další kdo by měl o testování zájem, poprosím kontaktovat mě na filip.veit@gmail.com, obratem pošlu materiál pro 1. fázi testování. Děkuji

Právě jsme zahájili druhou fázi testování mobilní aplikace (reálná aplikace - instalace APK souboru), pokud by měl ještě někdo zájem se do testování zapojit, ať se mi ozve e-mailem