Dans le contexte de la transformation numérique et de l'intelligence artificielle (IA) au Vietnam, la technologie OCR (reconnaissance optique de caractères) joue un rôle de plus en plus important dans la numérisation des documents, l'automatisation des processus métier, la réduction des coûts et l'amélioration de l'efficacité de la gestion. Cependant, compte tenu des particularités du vietnamien, avec ses accents et son écriture manuscrite, le problème de reconnaissance ne se limite pas à la « lecture des mots », mais exige que le modèle soit capable de comprendre le contexte de manière exhaustive.
Récemment, le CMC Technology Application Institute (CMC ATI) a annoncé le modèle CATI-VLM (Visual Document Understanding) développé par l'équipe de recherche à partir d'un grand entrepôt de données de 5 To, atteignant le Top 12 mondial et le Top 1 au Vietnam dans les classements qui viennent d'être annoncés par Robust Reading Competition (RRC) en juin 2025 dans la catégorie Document Visual Question Answering (DocVQA).
Le Concours de Lecture Robuste (RRC) est un prestigieux concours scientifique (https://rrc.cvc.uab.es/) organisé par le Centre de Vision par Ordinateur (CVC) de l'Université Autonome de Barcelone (UAB), Espagne, un centre de recherche prestigieux au monde dans le domaine de la vision par ordinateur. Lancé en 2011, en parallèle de la Conférence Internationale sur l'Analyse et la Reconnaissance de Textes (ICDAR), l'un des plus grands forums mondiaux sur l'analyse de documents et la vision par ordinateur, le concours est devenu un événement majeur, attirant des chercheurs, des ingénieurs d'universités prestigieuses, d'instituts de recherche et d'entreprises technologiques telles que l'Université Tsinghua, le groupe Hyundai Motor et Tencent... Les missions du RRC visent à promouvoir le progrès technologique, étroitement lié à des problèmes pratiques allant de la traduction à la gestion des données d'entreprise, en passant par l'analyse urbaine et le traitement de documents historiques.
Le Dr Dang Minh Tuan, directeur du CMC ATI, a déclaré : « La capacité de recherche de l'équipe du CMC est confirmée par un prestigieux institut international comme le RRC. Nous sommes fiers qu'en si peu de temps, l'équipe ait pu atteindre un haut niveau, aux côtés de grands noms des pays développés. Plus important encore, cela démontre clairement la capacité de l'équipe à maîtriser la technologie pour résoudre des problèmes spécifiques au Vietnam et dans des domaines spécialisés au Vietnam. »
CATI-VLM diffère de l'OCR traditionnel en ce qu'il extrait non seulement les caractères, mais comprend également plusieurs couches d'information : contenu textuel, éléments non textuels (cases à cocher, graphiques, signatures, formules), mise en page (structure de page, tableaux, formulaires) et style (polices, surlignages, etc.). Le modèle peut répondre à des questions visuelles posées sur des images de documents, à l'instar de ChatGPT, sans avoir à apprendre de formulaires spécifiques au préalable.
Source : https://doanhnghiepvn.vn/cong-nghe/ai-loi-make-in-vietnam-duoc-xep-hang-top-12-the-gioi/20250703100726051
Comment (0)