اسکین شدہ اردو دستاویزات کے ساتھ مصنوعی ذہانت سے کام کیسے کریں

یہ اردو خلاصہ ہے۔ مکمل رہنمائی، جانچ کی تفصیلی فہرست کے ساتھ، انگریزی میں دستیاب ہے۔

یہ کس کام آتا ہے

تحریر کی خودکار شناخت (Optical character recognition) کسی تصویر میں موجود تحریر کو قابلِ تدوین متن میں بدلتی ہے۔ اس سے دوبارہ ٹائپ کرنے کے گھنٹے بچ سکتے ہیں۔ مگر اردو ان آلات کے لیے انگریزی سے کہیں زیادہ مشکل ہے اور غلطیاں آسانی سے نظر نہیں آتیں۔

نستعلیق کیوں مشکل ہے

نستعلیق میں حروف جڑے ہوئے، ترچھے اور مختلف اونچائی پر ہوتے ہیں۔ اس لیے یہ آلات:

• صرف نقطوں سے مختلف حروف جیسے ب، ت اور ث میں الجھ سکتے ہیں
• نقطے چھوڑ یا بڑھا کر لفظ بدل سکتے ہیں
• الفاظ کو غلط جگہ سے توڑ یا جوڑ سکتے ہیں
• جدولوں اور حاشیوں کی ترتیب بگاڑ سکتے ہیں
• اعداد غلط پڑھ سکتے ہیں
• ہاتھ کی لکھائی، مہروں اور دھندلی تحریر میں خاص طور پر ناکام ہو سکتے ہیں

پہلے ڈیٹا کی حفاظت

1. صرف محکمے کے منظور شدہ آلات استعمال کریں۔ سرکاری دستاویزات کسی عوامی چیٹ بوٹ یا مفت آن لائن کنورٹر پر نہ ڈالیں۔ دیکھیں ڈیٹا کا اخراج (Data leakage)۔
2. خفیہ یا حساس فائلیں باہر رکھیں اور صرف ضروری صفحات استعمال کریں۔ دیکھیں ذاتی ڈیٹا (Personal data)۔
3. اصل دستاویز ہی سرکاری ریکارڈ ہے، نکالا گیا متن نہیں۔

طریقہ

1. صفحہ ہموار رکھ کر اچھی روشنی میں سیدھی تصویر لیں۔
2. آلے سے کہیں کہ ناقابلِ فہم حصے پر اندازہ لگانے کے بجائے "[غیر واضح]" لکھے۔
3. تصویر اور متن کو ساتھ رکھ کر سطر بہ سطر ملائیں، خاص طور پر نقطے، اعداد اور نام۔
4. اہم متن کسی ماہرِ اردو سے جانچ کروائیں۔
5. نام، شناختی کارڈ نمبر، تاریخیں اور رقوم ہر ایک تصویر سے ملائیں۔ کچھ آلات ناقابلِ فہم حصوں میں فرضی الفاظ بھر دیتے ہیں۔ دیکھیں من گھڑت جواب (Hallucination)۔

قانونی، مالی یا زمین کے ریکارڈ کے لیے صرف اس طریقے پر بھروسہ نہ کریں۔ جانچی گئی تفصیلات کو جدول میں لانے کے لیے جدول بنانے کا پرامپٹ دیکھیں۔