مشروع
صحيح — مسار معالجة المخطوطات العربية
يحوّل المخطوطات العربية الممسوحة إلى بيانات نظيفة ومهيكلة وقابلة للتحقق
Go
SQLite
Tesseract
صا
نظرة عامة
عن المشروع
مسار معالجة بلغة Go يعمل من سطر الأوامر، يحوّل المخطوطات الإسلامية العربية الممسوحة إلى نص مهيكل موثوق. ناتج التعرّف الضوئي على العربية الفصحى مضطرب بطبيعته — تشكيل مبعثر، وكلمات مقطّعة، وأشكال حروف ملتبسة — فيتعامل «صحيح» مع التنظيف كعملية متدرّجة قابلة للمراجعة لا كخطوة واحدة.
يمرّ المسار الكامل بمراحل: ocr ← ingest ← clean ← score ← repair ← export. ولكل مستند درجة ثقة، فترى أي المواضع موثوق وأيها يحتاج عيناً بشرية، مع بطاقة تقييم لمجلد كامل تعرض حالة المدونة بنظرة واحدة.
مكتوب بلغة Go دون CGO، وبتبعية SQLite واحدة خالصة بلغة Go، فيُبنى ويعمل في أي بيئة.