Розроблення мультимодального бота в Telegram для оцифрування та систематизації рукописних кулінарних рецептів на основі OCR та NLP

Abstract

Об’єктом роботи є процес розроблення мультимодального бота в Telegram. Метою роботи є розроблення та впровадження мультимодального бота в Telegram для автоматизації процесу оцифрування та систематизації рукописних кулінарних рецептів на основі OCR та NLP. Під час роботи використано: Google Cloud Vision API та OpenCV для розпізнавання тексту, модель Gemini для структуризації та корекції кулінарних рецептів, Aiogram, PostgreSQL, Python. Практична цінність полягає в автоматизації оцифрування рукописних рецептів та їх систематизації у персональну базу знань. Розроблено бот, що розпізнає текст з фото, виконує структуризацію, пошук, корекцію та експорт у PDF кулінарних рецептів. Область застосування: домашня кулінарія, збереження кулінарної спадщини у цифровому форматі.