بصير OCRمنتج

من صورة مستندإلى بيانات جاهزة

يقرأ المستندات العربية، يستخرج النص والجداول والحقول، ويحوّلها إلى صيغة منظمة يمكن لأنظمتك استخدامها مباشرة.

ماذا يقرأ

جداول تبقى جداول

تعود بنية الجدول بصيغة HTML داخل Markdown. وعلى معيار Misraj-DocOCR سجّل بصير 66 على مقياس TEDS لبنية الجداول، وهي الدرجة الأعلى بين الأنظمة التي قارنتها الورقة.

0.25

معدل خطأ الكلمات على Misraj-DocOCR

العناوين وترتيب القراءة

تعود العناوين والقوائم والصفحات متعددة الأعمدة بالترتيب الذي يقرؤها به الإنسان، لا في كتلة واحدة مسطّحة.

66

درجة TEDS لبنية الجداول على Misraj-DocOCR

الحرف العربي كما طُبع

الحروف المتصلة والتشكيل وتنوع الخطوط والاتجاه من اليمين إلى اليسار، وهي المواضع التي تفقد فيها أدوات التعرف الضوئي العامة دقتها في العربية.

على صعيد الأدلة

الرقمان من ورقة بصير البحثية (arXiv:2509.18174)، وقد قيسا على Misraj-DocOCR، وهو معيار متاح للعموم يضم 400 صورة لمستندات عربية راجعها خبراء. وكلاهما الأفضل بين الأنظمة التي تقارنها الورقة، وأقربها Gemini 2.5 Pro بنتيجتي 0.37 و52. والنموذج في الورقة مضبوط انطلاقًا من Qwen2.5-VL-3B-Instruct. وعلى نسخة KITAB-Bench المصحّحة والأصغر لتحويل PDF إلى Markdown، يتقدم بصير أيضًا في TEDS وMARS، بينما يسجّل Dots.ocr وNanonets معدل خطأ كلمات أدنى، ونفضّل ذكر ذلك على إغفاله.

لمن هذا المنتج