Veel instellingen beheren (oude) handgeschreven documenten. Maar wie kan die tegenwoordig nog
lezen? En zou het niet veel makkelijker zijn om te zoeken in de archieven met hulp van AI
(artificial intelligence). Er wordt ook gebruik gemaakt van machine learning om de software
te trainen om handschriften automatisch te herkennen. Eigenlijk bedoel je hiermee dat tekst
omgezet wordt naar een tekst die een machine kan lezen. Lees hieronder meer over de werking
en toepassingen van handschriftherkenning.
Handschriftherkenning is het automatisch digitaal maken van de inhoud van een tekst. Dat kan
door middel van een tekst die gemaakt is met een IPad of tablet (online). Maar, het kan ook
met een tekst die geschreven is op ander materiaal zoals papier. Dit wordt ook wel , moet
het document worden gedigitaliseerd. Dit doen ze vaak aan de hand van een camera of scanner.
Na de automatische herkenning kan de tekst worden gebruikt om te bewerken in een tekstverwerker
of fragmenten.
Wanneer de tekst gemaakt is op een elektrisch apparaat dan maak je gebruik van online herkenning. Er wordt dan ook gebruikgemaakt van een digitizer of een pda. Het groot verschil tussen online en offline herkenning is dat de tekst realtime wordt ingegeven om te worden verwerkt. Realtime wil zeggen dat de reactietijd + uitvoertijd van de taak korter is als er toegestaan is. Het betekent niet direct dat het ook snel is, maar wel voor een deel.
Om dit te bereiken wordt gebruikgemaakt van:
Een handschrift wat eventueel omgezet zou kunnen worden naar een digitaal handschrift.
~ VIDEO ~
Hiernaast zie je een video. In de video schrijft een persoon op een Ipad van Apple. Dit wordt gedaan met de Apple Pencil generatie 1. Zoals te zien is schrijft de persoon met eigen handschrift in de zoekbalk van Google Chrome. Dit hanschrift wordt door de Ipad herkend en hij zet het automatisch om naar zijn eigen letters. Dit is dus een voorbeeld van online handschriftherkenning. Hierboven is meer informatie te lezen over online handschriftherkenning en hoe het in zijn werk gaat, klik hier om terug te gaan naar online herkennig.
PDF’s, documenten en foto’s kunnen met offline tekstherkenning worden omgezet naar bewerkbare bestanden.
Het principe is hetzelfde als bij online herkenning, maar het verschil ligt bij realtime.
Bij offline herkenning komt de tekst niet realtime binnen, maar werk je met een tekst die in een bestand
omgzet is. Je schrijft bijvoorbeeld een tekst op papier en die kan je inscannen. Hier worden verschillende
toepassingen bij gebruikt. Deze technologie wordt vaak gebruikt door bedrijven die met heel veel documenten
werken die handgeschreven zijn. Dat zou kunnen als je bij een accountentbedrijf werkt. Deze technologie wordt
ook vaak toegepast bij het herkennen van een postcode op een enveloppe. Iedereen heeft namelijk een ander
handschrift en daarom is het voor de postbodes soms niet te doen om al die handschriften te ontcijferen.
Dit in combinatie met gemak heeft ook hier gezorgd voor het toepassen van biometrie.
Handschriftherkenning wordt niet echt beschouwd als heel betrouwbaar. Het onderzoeksgebied is heel nieuw.
Ook pda’s worden soms vormgegeven aan de hand van handschriftherkenning. Een pda is een personal digital
assistent, het helpt je met het onthouden van afspraken als een soort digitale agenda. De allereerste toepassing
van handschriftherkenning in een pda was met de Apple Newton (1992), helaas zorgde de onbetrouwbare software
ervoor dat er geen commercieel succes uit volgde.
Misschien heb je het al door, maar handschriftherkenning is nog niet heel bekend. Het heeft zijn doorbraak
in de biometriewereld nog niet gehad. Er is dus nog niet echt een toepassing met betrekking tot bijvoorbeeld
desktop computers of laptops. Men is er nog steeds van overtuigd dat een toetsenbord veel sneller en
betrouwbaarder is dan een tekstinput. Ook bij pda’s vinden veel gebruikers de handschriftherkenning onbetrouwbaar.
Doordat de handtekening vroeger heel erg vaak werd gebruikt, is het nu logisch dat er een biometrische toepassing
voor uit is gevonden. Voor een ondeskundige is het lastig om een vervalste handtekening te onderscheiden van een echte, maar een kenner kan dit waarschijnlijk wel. Computerprogramma’s die deze taak hebben kijken naar twee aspecten: het statische en het dynamische van een handtekening.
Biometrie gebruikt vooral het dynamische aspect. Hieronder valt de snelheid waarmee de handtekening gezet
wordt, de druk die op de pen staat en alles wat daaromheen ziet. Je zou kunnen zeggen dat het de manier is
waarop de handtekening gezet is.
Een handtekening heeft als voordeel dat iedereen het al kent en ook accepteert.
Het wordt bijvoorbeeld gebruikt wanneer je een huis wilt kopen of een contract tekent.
Een nadeel van de handtekening is dat de manier waarop iemand het zet beïnvloed kan worden door de
fysieke en emotionele toestand van een persoon. Sommige mensen hebben verschillende handtekeningen,
elke keer wanneer ze er een zetten. Elke keer wanneer je een handtekening zet kan hij een millimeter
verschillen, daarom is het zo lastig om een computerprogramma te maken die het automatisch kan herkennen.
Het nationaal Archief zet zich actief in om zo goed mogelijk te proberen om archieven
met behulp van AI overzichtelijker en makkelijker in gebruik te maken. Klik voor meer informatie op het plaatje hieronder.
