Suryaは、90以上の言語の認識とレイアウト分析をサポートするオープンソースのOCRツールキットです。

スーリヤとは何ですか？

Suryaは、強力なオープンソースのOCR（光学文字認識）ツールです。光学文字認識Suryaは、90以上の言語をサポートする、文書認識専用に設計されたツールキットです。文書内のテキストを正確に識別し、テキストの読み上げ順序を分析し、表、画像、見出しなどのレイアウト要素を検出し、表の内容を認識・解析します。Suryaは、Table Transformerなどの既存のオープンソースモデルを凌駕する、効率的な表認識機能で知られています。完全無料で商用利用も可能で、Windows、Mac、Linuxシステムを含むクロスプラットフォームに対応しているため、機密情報を扱うオフライン環境にも適しています。

スーリヤの主な機能

多言語OCR認識Suryaは90以上の言語の光学文字認識をサポートしており、中国語、日本語、韓国語、アラビア語など、複数の言語で書かれた文書を処理できます。
テーブル認識Suryaは表認識機能を強化し、回転した表や複雑なレイアウトの表を含め、文書内の行、列、セルを識別できるようにします。
複雑なレイアウト認識Suryaは、見出しや画像など、文書内の複雑なレイアウトを認識し、文書内の様々な要素を処理することができます。
テキスト検出と読み上げ順序Suryaは行レベルのテキスト検査を実行して、テキストの読み上げ順序を判断し、出力されるテキストの内容が正しい順序になっていることを確認できます。

スーリヤの技術原理

深層学習モデルSuryaは、ディープラーニングモデルを用いて文書内のテキストとレイアウト要素を識別します。このモデルは、文書の構造と内容を認識・理解するために、大量のデータを用いて学習されています。
セマンティックセグメンテーションテキスト検出に関して、Suryaはディープラーニングに基づくセマンティックセグメンテーション技術を用いて、文書内のテキスト領域と非テキスト領域を分離します。
物体検出レイアウト分析において、Suryaはオブジェクト検出技術を用いて、表、画像、見出しなど、文書内の様々な要素を識別します。
シーケンスモデル読み順検出において、Suryaはシーケンスモデルを使用してテキスト行間の相対的な位置と方向を分析し、正しい読み順を決定します。
最適化されたアルゴリズムSuryaは、処理速度と精度を向上させるためにアルゴリズムを最適化します。

スーリヤのプロジェクトアドレス

GitHubリポジトリ：https://github.com/VikParuchuri/surya

Suryaのアプリケーションシナリオ

文書のデジタル化紙文書を電子形式に変換することで、保管、検索、編集が容易になります。これは、記録管理、図書館のデジタル化プロジェクト、個人の文書整理において非常に役立ちます。
データ抽出データ分析、財務監査、データベースへのデータ入力などに利用できるよう、表、請求書、レポートなどの構造化文書からデータを自動的に抽出します。
多言語処理Suryaは90以上の言語に対応しており、多国籍企業の文書処理や多言語書籍のデジタル化など、多言語環境での文書処理に適しています。
自動化されたオフィスオフィスオートメーションにおいて、Suryaは電子メール、手紙、契約書などの文書を自動的に識別・処理することで、業務効率を向上させます。
学術研究研究者は、膨大な量の科学文献、古書、歴史文書からテキストコンテンツを迅速に抽出することで、研究や分析を効率化できる。