פענוח פנקס קהילה — OCR ו-HTR לרשומות קהילה

פנקס קהילה הוא ספר החשבונות של קהילה יהודית אוטונומית: לידות, נישואין, פטירות, מסים, החלטות, צדקה ומחלוקות. מקור ראשוני לשיחזור חיים יהודיים מהמאה ה-16 עד המאה ה-20. נכתב לעיתים קרובות בעברית, יידיש והלשון המקומית בערבוב, ביד רבנית קשה — ולעיתים בכמה ידיים באותו כרך. זה יעד קבוע למערכות HTR, לא משימה ל-OCR גנרי.


למי זה מיועד

  • ארכיונים, ספריות קהילתיות ומוזיאונים עם פנקסים, פנקסי גבאים, פנקסי חברה, או רשומות בית-כנסת שטרם נקראו ברצף.
  • חוקרים שצריכים לא רק תמונת עמוד אלא שמות, תאריכים, סכומים והחלטות — בחיפוש, עם ייחוס לעמוד.
  • משפחות וחוקרי שורשים שמחזיקים פנקס אחד, או צילום שלו, ורוצים לדעת אם אפשר לקרוא אותו לפני ששוכרים מתמלל לכל הכרך.

אין כאן שמות מוסדות להדגמה. אם הפנקס שלכם הוא הדפוס הנקי של אחרי 1850 בעמודה אחת — אמרו זאת בשיחה; ייתכן שמנוע מן המדף יספיק.


איך נראית שיחת 30 הדקות

ייעוץ ראשוני ללא תשלום, כפי שמופיע בדף האודות. לא הפיילוט.

הביאו כמה עמודים מייצגים מתוך הפנקס — כולל מפגש ידיים, מחיקות, שוליים ודפים פגומים, לא רק את הדף הברור ביותר. בתוך שלושים דקות:

  1. מזהים מה יש בפועל: שפה (עברית / יידיש / מקומית), מספר ידיים, מבנה הטבלה או הרצף, מצב הדף.
  2. מעבירים את אותם עמודים בשלושה מנועים.
  3. מראים ציוני ביטחון כפי שהם — בלי אחוז קסם לכל הכרך.
  4. אומרים אם AI הוא הכלי הנכון בהיקף הזה, כולל "עוד לא" או "תמלול ידני על המדגם הזה יהיה זול יותר מאימון".

אם יש היתכנות, השלב הבא הוא פיילוט חינם על הפנקס עצמו — לארגונים: 100 מסמכים, 10 תצלומים ו-5 סרטים, בלי הגבלת זמן; ליחידים: 10 פריטים חינם.


במה זה שונה מ-Transkribus

Transkribus היא הפלטפורמה. אנחנו מפעילים אותה על הפנקס שלכם: פילוח שורות וטבלאות, אמת-יסוד, אימון, תור תיקון לפי ביטחון. אתם נשארים עם הפרויקט. אנחנו לא מוצר HTR חלופי, ולא "מחליפים את Transkribus בפנקסים".

מתי Transkribus היא התשובה הנכונה: כשצוות הארכיון (לא רק מהנדס) צריך לסמן, לתקן ולאמן בתוך ממשק קיים, וכשיש מודל קהילתי שקרוב מספיק לחומר כבסיס. מתי זה לא מספיק: כמה ידיים בכרך אחד, ערבוב עברית–יידיש–לשון המקום, דיו דהוי, ומבנה טבלאי שה-layout הגנרי מפרק.

המספרים שכבר מפורסמים באתר, שורה "פנקס קהילה עם כמה ידיים":

מן המדף אחרי 500 שורות אימון אחרי 5,000 שורות
פנקס קהילה עם כמה ידיים 20–40% 65–80% 85–93%

500 השורות הראשונות של אמת-יסוד מרימות את הדיוק בחדות. 4,500 הבאות מעבירות מ"שימושי" ל"בר-פרסום". מעבר ל-10,000 שורות התשואה פוחתת. כרך עם כמה סופרים דורש, בפועל, מודל לכל יד — אחרת הממוצע נראה סביר והידיים הקשות נשארות לא-קריאות.

מודלים קהילתיים ליידיש (למשל Vaybertaytsh.YidTakNL לדפוס ו-Dybbuk לכתב-יד) הם נקודת התחלה אפשרית כשהחומר קרוב למה שהם אומנו עליו. הם לא מודלים שפרסמנו אנחנו, ולא הבטחה על הפנקס שלכם. ראו את דף OCR ליידיש.


מה מקבלים בסוף

לא מחרוזת. טקסט מיוחס לעמוד, עם ציון ביטחון; אינדקס שמות, מקומות ותאריכים כשאפשר לייצב אותם; מסירה בפורמט שהארכיון כבר עובד בו. ייחוס מקור אינו אופציה: כל תו מתומלל חוזר לעמוד באוסף.

אוספים רגישים מעובדים תחת הסכם; אין פרסום או שימוש בחומר בלי אישור בכתב.


דברו איתנו

בקשת ייעוץ ראשוני בן 30 דקות, ללא תשלום. שלושה עמודים מן הפנקס מספיקים להתחלה.

[email protected] · טופס יצירת קשר

MF Smart Research נוסדה על ידי מתי פרנקלזון, חוקר, ארכיונאי ודוקטורנט בהיסטוריה.

קשור באתר: הגדרת פנקס קהילה במילון, OCR לעברית 2026, OCR ליידיש.