Zajemanje in obdelava besedila iz slik z uporabo tehnologij optičnega prepoznavanja znakov in transformerskih modelov za tolmačenje dokumentovKajba, Tjan (Avtor) Novak, Damijan (Mentor) multimodalni veliki jezikovni modelioptično prepoznavanje znakovtransformerski modeli za razumevanje dokumentovveliki jezikovni modelizajemanje besedila s slikInformacije imajo dandanes ključno vlogo v digitalnem svetu. Tehnologije zajemanja besedila s slik so ključna rešitev za pretvorbo fizičnih medijev v digitalno obliko. Teoretični del diplomskega dela predstavlja, kaj so omenjene tehnologije in kako jih razvrščamo. V nadaljevanju smo prikazali delovanje posameznih podvrst orodij, tako tistih, ki temeljijo na velikih jezikovnih modelih, kot tudi tistih brez njih ter njihove priporočene uporabe. Proti koncu teoretičnega dela smo izvedli primerjalno analizo različnih tehnologij. Na podlagi rezultata analize je bil izbran transformerski model za razumevanje dokumentov kot osnova aplikacije. Praktični del prikazuje ustvarjeno aplikacijo, namenjeno branju računov.[T. Kajba]20252025-08-22 17:24:11Diplomsko delo/naloga94618UDK: 004.932(043.2)COBISS_ID: 271053315sl