Поиск по архивам: как найти историю семьи в документах XVIII века (yet another podcast #33)

Опубликовано 29 марта 2024, 14:36

Год назад Яндекс запустил «Поиск по архивам». Это сервис, в котором можно искать информацию по архивным документам почти как в интернете. Для этого разработчики обучили нейросети расшифровывать рукописные записи со сложной дореволюционной орфографией.

Сейчас в базе более 11 миллионов архивных документов из хранилищ Москвы, Астраханской, Оренбургской, Иркутской и других областей. Это метрические книги, исповедные ведомости и ревизские сказки XVIII — начала XX века. Они будут полезны как историкам, так и тем, кто хочет больше узнать о прошлом своей семьи.

👉 «Поиск по архивам»: yandex.ru/archive

В yet another podcast обсуждаем, что интересного можно найти в архивах и как мы обучили нейросеть распознавать букву Ѣ. Разобраться с исторической темой помогают руководитель «Поиска по архивам» Александр Болховитянов и руководитель группы распознавания текста Татьяна Сапатова.

yet another podcast — регулярный подкаст о новых технологиях, продуктах Яндекса и людях, которые над ними работают. В каждом выпуске ведущий Павел Кушелев с гостями обсуждают один продукт компании: большое обновление, важную разработку и стоящие за ними процессы.

🦸‍♂️ В гостях — Иван Корякин, автор телеграм-канала «Генеалогика» и подкаста «Откуда родом»
t.me/go_genealogy
kommersant.ru/theme/3315

🎧 НА ДРУГИХ ПЛАТФОРМАХ:

• Яндекс Музыка: music.yandex.ru/album/24046885

• Apple Podcasts: clck.ru/34JYfc

• Google Podcasts: clck.ru/34JYPX

⚡ ЧТО В ВЫПУСКЕ

00:00 — Поиск, но не в интернете
02:13 — Сколько архивов в России
05:23 — Легенда про суперархив мормонов
11:19 — Раньше даже бумага была лучше
13:13 — Как сделать запрос в архив
17:47 — Фонд и опись: глоссарий архивов
19:29 — Архивный мем!
22:00 — Зачем придумали «Поиск по архивам»
23:19 — Три главных вызова
27:03 — Как обучали нейросеть
31:39 — Что такое метрическая книга
34:30 — Нейросеть видела слова везде
39:27 — Учили на «Анне Карениной»
42:58 — Байка про The Beatles
46:50 — Ефросинья или баранина
49:41 — 40 000 долларов за 10 символов
54:23 — Особенности старой орфографии
01:02:48 — Нейросеть YASTREB
01:05:01 — Распознавание почерка врачей?
01:08:21 — Особенности тайского и корейского
01:10:39 — Тамбов как треть Европы
01:13:37 — Про коллаб с Genotek и «Великими описями»
01:19:38 — Кушелев — про семейное древо
01:21:48 — С чего начать поиск предков
01:25:42 — Да, но зачем всё это?