Вебзастосунок для автоматизації документообігу на основі використання інтелектуальних технологій

Abstract

Актуальність роботи полягає у необхідності автоматизації обробки кадрової документації членів екіпажів суден у морській галузі з використанням технологій оптичного розпізнавання символів і шаблонної екстракції, що дозволить скоротити час обробки документів та знизити ймовірність помилок. Обʼєктом дослідження є процес обробки кадрової документації членів екіпажів суден у морській галузі. Предметом дослідження є програмні засоби та алгоритми структурованого вилучення інформації з документів із застосуванням технологій OCR та шаблонного аналізу. Метою роботи є розробка вебзастосунку Crewdeck ERP для автоматизованого вилучення й збереження відомостей із документів моряків. В результаті виконання роботи розроблено вебзастосунок що включає OCR- модуль на основі Tesseract, модуль шаблонної екстракції на основі регулярних виразів, модуль управління профілями моряків та модуль експорту у XLSX. Практична цінність полягає у скороченні часу обробки документів з кількох годин до хвилин. Точність OCR перевищує 95%, точність шаблонної екстракції – 89%. Дана робота складається з трьох розділів: аналіз предметної галузі та вибір технологій; проектування архітектури, бази даних та інтерфейсу; програмна реалізація та тестування. Сторінок – 94, таблиць – 13, рисунків – 13, додатків – 3, джерел – 31. The relevance of this work lies in the need to automate personnel documentation processing in the maritime industry using optical character recognition and template extraction technologies, which will reduce processing time and minimize data entry errors. The object of research is the process of handling personnel documentation of vessel crew members in maritime industry organizations. The subject of research encompasses software tools and algorithms for structured data extraction from documents using OCR and template-based analysis technologies. The aim is to develop the Crewdeck ERP web application for automated extraction and organized storage of crew member document data. As a result, the Crewdeck ERP web application was developed, including a Tesseract-based OCR module, a template extraction module using regular expressions, a seamen profile management module, and an XLSX export module. The practical value lies in reducing document processing time from several hours to minutes. OCR accuracy exceeds 95%, template extraction accuracy reaches 89%. This work consists of three sections: subject domain analysis and technology selection; architecture, database and interface design; software implementation and testing. Pages – 94, tables – 13, figures – 13, appendices – 3, references – 31.