| .. | ||
| README.md | ||
| title | published | taxonomy | |||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|
| Analyzátor písomných prác | true |
|
Analyzátor písomných prác
Projekt Živé IT 2026-2027
Ľudia:
- Sofia Sedláková
- Samuel Prokop
- Adrián Nguyen Quogoc
- Matúš Farbár
Z firmy:
- Viktória Barátová, Indícia n.o. - v oblasti vzdelávania, Projekt Kľúče k slovenčine.
- Michal Tornay, VŠVU, Typolab - písmo
Zdroje:
- https://git.kpi.fei.tuke.sk/sp171ny/analyzator-pisomnych-prac
- https://drive.google.com/drive/folders/11eZP-jnBA1gLZOgBbc0CENzStDxFlXoF
- Naša zhrnujúca koncepcia písania: https://docs.google.com/document/d/1TNHjqe7zs-LuOXIRockMaO4MmddTw2_5zjKSR2REeXc/edit
- Skeny pracovných listov: https://drive.google.com/drive/folders/1B5aA1aLBmfnLOHXXIRWvVNHcmYHcnKaa
Cieľ
Navrhnúť a vytvoriť prototyp AI nástroja, ktorý analyzuje naskenované pracovné listy žiakov z písania a pomáha nášmu tímu vidieť, kde deti potrebujú podporu a kde treba upraviť zadania. V prvom kroku slúži nástroj na vývoj metodiky. V druhom kroku bude pre pedagóga identifikovať individuálne potreby detí.
Očakávaný výstup na konci
- funkčný prototyp s možnosťou rozšírenia,
- ukážka práce na reálnych dátach, Dáta spracúvame anonymizovane, s ohľadom na súkromie žiakov a škôl.
- export dát,
- odporúčania pre ďalší rozvoj.
- Úzky a realistický rozsah : radšej menej vecí spoľahlivo než všetko naraz.
- Výsledky majú byť jednoduché a zrozumiteľné aj pre učiteľa bez technických znalostí.
S čím budete pracovať
- naskenované pracovné listy žiakov z pilotovania (1. a 2. ročník),
- stručný popis cieľov jednotlivých úloh,
- odborné a teoretické podklady k písaniu,
- ukážky kategórií chýb a pozorovaní z pilotu, prípadne poznámky tímu.
Sledovať budeme tieto prúdy
- pilot prvých ročníkov 2025/26,
- pilot prvých ročníkov 2026/27,
- pilot druhých ročníkov 2026/27.
Tri roviny
- Technická podoba písma – aká je predloha, ako ju deti reálne píšu, kde vznikajú odchýlky a ak sa dá, prečo. Pri odchýlkach rozlíšiť, či ide o problém s tvarom, ktorý treba upraviť v predlohe, alebo o individuálnu ťažkosť dieťaťa, ktorá môže byť prediktorom oslabenia či poruchy a treba na ňu upozorniť (napr. zámena smeru chvostíka pri písmenách ako l a j).
- Funkčnosť pracovných listov – či repetitívne listy upevňujú schopnosť čitateľne písať, a ak nie, kde to klesá; či a kde nerepetitívne listy vedú k tvorivému písaniu. Pri odchýlkach rozlíšiť, či ide o problém s tvarom, ktorý treba upraviť v predlohe, alebo o individuálnu ťažkosť dieťaťa, ktorá môže byť prediktorom oslabenia či poruchy a treba na ňu upozorniť
- Plnenie písomných zadaní – aké slová a vety deti píšu, kvalitatívne aj kvantitatívne. Pri odchýlkach rozlíšiť, či ide o problém s tvarom, ktorý treba upraviť v predlohe, alebo o individuálnu ťažkosť dieťaťa, ktorá môže byť prediktorom oslabenia či poruchy a treba na ňu upozorniť (DLD).
Čo má nástroj vedieť
- Spracovať naskenovaný pracovný list.
- Priradiť výstup k typu úlohy a k tomu, čo sa v nej sleduje.
- Porovnať cieľ úlohy s tým, čo dieťa napísalo.
- Rozpoznať technické chyby v písme, opakujúce sa slabé miesta a neporozumenie zadaniu.
- Pripraviť stručné zhrnutie a odporúčanie pre tím, ako upraviť zadanie, aby ho deti zvládli a rozvíjalo potrebné zručnosti.
- Pripraviť indikátory pre pedagóga a odporúčaný postup v individuálnych potrebách deti.
Stretnutie 22.10. 2026
(Farbár, Prokop, Sedláková, Barátová, Tornay, Hládek)
- Aké sú technické možnosti?
- Aké sú potreby pedagógov?
- Aké sú akceptovateľné odchýlky od normy?
Otáča dieťa písmená? Toto je dôležité
Technický postup riešenia:
- Predspracovanie - uvedenie do "spracovateľnej podoby"
- Segementácia - kde sú záujmové oblasti? Identifikácia riadkov a jednotlivých písmen.
- Klasifikácia - čo vieme zistiť zo záujmových oblastí?. Porovnanie písmen so vzormi. Aké to je písmeno? Ako veľmi sa podobá na svoj vzor? Podobá sa na nagetívy vzor?
- Postspracovanie - celkový záver zo spracovania
Úlohy:
- Urobiť rešerš dostupných nástrojov pre segmentáciu a klasifikáciu
- Anotovať možné varianty písma
Stretnutie 30.10.
Stav:
- Je hotová demo aplikácia, ktorá beží na lokálnom PC
- Demo aplikácia vie:
- Vytvoriť záznam pre študenta
- Načítať scan listu
- Analyzovať napísané písmená a porovnať ich so vzorom, ktorý sa nachádza na začiatkku pracovného listu.
- vie urobiť heatmap podľa písmena - podobnosť so vzorom
- vie červenou vyznačiť chýbajúce alebo chybné časti písmena aj ma úrovni slova.
- je urobené prihlásenie na frontend.
- nástroj vie detekovať percentuálny uspešnosť napísaného písmena - z toho vieme upozorniť na konkrétne nedostaty.
- Zrojové kódy sú na KPI GIT LAB. react - express -mongo - nodejs stack.
- backend je vo forme skriptov, nemá zatiaľ API.
Nástroj zatiaľ vie:
- Spracovať naskenovaný pracovný list.
- Priradiť výstup k typu úlohy a k tomu, čo sa v nej sleduje.
- Porovnať cieľ úlohy s tým, čo dieťa napísalo.
- Rozpoznať technické chyby v písme, opakujúce sa slabé miesta a neporozumenie zadaniu.
- [-] Pripraviť stručné zhrnutie a odporúčanie pre tím, ako upraviť zadanie, aby ho deti zvládli a rozvíjalo potrebné zručnosti.
- [-] Pripraviť indikátory pre pedagóga a odporúčaný postup v individuálnych potrebách deti.
Úlohy:
- Potrebujeme spätnú väzbu od "zákazníka".
- Aké typy úlohy sú definované? Čo sa sleduje v jednotlivých typoch úloh?
- Aké sú požiadavky pedagógov na takýto nástroj? Čo má byť výsledkom, kotrý vie učiteľ použiť?
- Aká je množina pedagogických opatrení z ktorých má nástroj vyberať? Akú spätnú väzbu potrebuje dieťa.
- Aké scenáre používania predpokladáme?
-
Pokračovať v práci na backende. Malo by tam byť prihlasovanie. Nástorj by malo byť možné nasadiť na školskú infraštruktúru. Všetky modely sú lokálne. Ku backendu pripravte dockerfiles a docker compose. Môžete si pozrieť https://student.kemt.fei.tuke.sk/zkt/home
-
Pripravte prehľad existujúcich dátových množín na vyhodnotenie práce s písanýámn písmom.
-
Napíšte stručnú dokumentáciu - slovný opis riešenej úlohy a navrhnutého riešenia.
Zásobník úloh:
- Možno bude potrebné automaticky rozpoznať typ úlohy.
- Môžeme vybrať "lepší model". Aké povieme že ktorý model je lepší? Možno bude treba pripraviť množinu na vyhodnotenie.
Poznánky
Možné nástroje:
DTLR — Differential Temporal Line Recognition
Segmentácia historických rukopisov pomocou differenciálnej geometrie a pilot curves. Dobrá na detekciu riadkov v historických/štýlových textoch. Pre moderný detský písmo menej priamočiara — na úroveň písmen by bolo treba ďalšej segmentácie.
Kraken
Modulárny OCR toolbox pre historické dokumenty. Robustná riadková segmentácia (projekčné profily, morfologické operácie), bilingual segmentation na rozdeľovanie písmen, link-time line segmentation pre adaptívne prispôsobenie. Ideálne na riadkovú segmentáciu, dá sa učiť na vlastných dátach. Najvhodnejší nástroj na riadky.
Pyliaia
HTR riešenie na frameworku LaIA s kompletným pipeline: binarizácia, detekcia riadkov, detekcia písmen. Podporuje transfer learning a vlastné tréningové dáta. Rieši aj riadky aj písmená v jednom pipeline, silné v adaptácii na nové štýly písma.
PERO OCR
Complete OCR toolkit od DCGM: riadková segmentácia (projekčné profily), detekcia znakových oblastí, klasifikácia. Primárne pre tlačený text, s úpravami použiteľné pre rukopis.
Escriptorium
Nástroj na transkripciu historických rukopisov s vlastnou anotáciou a HTR modelmi. Má nástroje na segmentáciu, primárne postavený na už anotovaných dátach. Skôr celkový HTR pipeline — po prispôsobení použiteľný ako klasifikačný backend.
Modely
OCR on the Hub
Kolekcia rôznych OCR modelov — prehľad aktuálnych riešení. Nie priamo nástroj, ale orientačný bod pre výber konkrétnych modelov (TROCR, Indra, atď.).
Qwen3-VL
Multimodálny vision-language model — dokáže priamo "vidieť" obrázok a rozumieť mu. Detekuje oblasti záujmu, extrahuje text, popisuje obsah. Vhodné na vyššiu úroveň: klasifikácia typu chyby, kvalitatívny popis, identifikácia neporozumenia zadaniu. Nie na granularnú písmenkovú segmentáciu.
TROCR Handwritten
Transformer-based OCR špeciálne na rukopis. Pracuje riadok po riadku (potrebuje predchádzajúcu riadkovú segmentáciu). Výborný na klasifikáciu písmen po predchádzajúcej segmentácii riadkov. Po pretrénovaní na detskom písme potenciálne veľmi presný.
Indra-OCR
Nový multimodálny OCR model od DataLab. Primárne na rýchlu extrakciu textu z obrázkov — good pre riadky/odseky, nie na písmenkovú úroveň.
Dots.OCR
Moderné OCR riešenie od štúdia Dots. Podobný prístup ako ostatné moderné OCR nástroje — extrakcia textu, nie granularná segmentácia.
Unlimited-OCR
OCR riešenie od Baidu. Široký rozsah podporovaných jazykov a formátov, ale primárne orientované na tlačený text a všeobecnú extrakciu textu. Nie na granularnú písmenkovú segmentáciu.