Liwanag, tunog, at ang mga unang hakbang sa pagbabasa ng makina
Ang ilan sa mga ugat ng OCR ay nasa mga pagtatangkang gawing accessible ang print para sa mga bulag na mambabasa. Noong 1914, inilarawan ni E. E. Fournier d'Albe ang isang type-reading optophone, na nag-convert ng mga pattern ng liwanag mula sa isang pahina patungo sa mga naririnig na signal. Natutunan ng nakikinig na bigyang-kahulugan ang mga signal na iyon. Ito ay isang optical reading aid, sa halip na isang makina na awtomatikong gumagawa ng text transcript, ngunit ipinakita nito na ang mga naka-print na marka ay maaaring maramdaman at maipakita sa ibang anyo.
Ang ibang mga imbentor ay naghangad ng awtomatikong pagtukoy ng karakter. Ang patent ng reading-machine ni Gustav Tauschek, na isinumite noong 1928 at inilathala noong 1930, ay nagpakita ng photoelectric comparison gamit ang mga character template. Ang halimbawa nito sa pagbabasa ng numero ay gumamit ng mga umiikot na cutout upang subukan ang hugis na ipinakita sa device. Ang mga pamamaraang ito ay pinagsama ang optics, mekanikal na paggalaw, at electrical sensing matagal bago naging karaniwan ang mga general-purpose na digital computer.
Ang pagkakaiba sa pagitan ng pagtukoy ng marka at pagkilala ng karakter ay mananatiling sentro ng OCR. Ang pagkuha ng pahina ay simula lamang: ang isang kapaki-pakinabang na reader ay kailangan ding makilala ang mga magkakahawig na hugis at ipahayag ang desisyon nito sa anyong magagamit ng ibang device.
Ang mga character reader ay pumasok sa mga operasyon ng negosyo
Noong 1950s, ang awtomatikong pagbabasa ay mas naging malapit sa pang-araw-araw na pagproseso ng negosyo. Ang patent ng reading-apparatus ni David Shepard ay isinumite noong 1951 at inilabas noong 1953. Isang kontemporaryong survey ng National Bureau of Standards ang nagtala ng isang production installation sa Reader's Digest noong 1955. Ang mga sistemang ito ay tumugon sa isang praktikal na bottleneck: ang impormasyong naka-print na sa papel ay kailangan pang i-encode muli ng isang tao bago ito maproseso ng computer.
Ang mga reader na ito ay karaniwang gumagana sa mas makikitid na kondisyon kaysa sa mga tool sa dokumento ngayon. Ang isang restricted na character set, predictable na pag-print, at kontroladong pagkakalagay ay nagpadali sa problema ng pagkilala. Ang scanner, recognition hardware, at output mechanism ay idinisenyo bilang isang coordinated na sistema, kadalasan para sa isang partikular na uri ng mga dokumento.
Ito ay isang makabuluhang pagbabago sa layunin at saklaw. Ang optical reading ay nagiging isang input method para sa business computing. Ang tagumpay ay nakadepende sa pare-parehong pagproseso ng isang tinukoy na workload, sa halip na sa pagpapakita na ang isang makina ay kayang kumilala ng ilang karakter sa ilalim ng mga kondisyon sa laboratoryo.
Ang mga standardized na font ay nagpapadali sa pagkilala ng naka-print na text
Ang isang paraan upang mapabuti ang pagkilala ay gawing mas predictable ang input. Ang mga machine-readable typeface gaya ng OCR-A at OCR-B ay gumamit ng mga tinukoy na hugis ng karakter at mga kinakailangan sa pag-print, na nagpapababa sa pagkakaiba-iba na kailangang hawakan ng isang reader. Ang OCR-B ay lumitaw sa pamantayang ECMA-11 noong 1965, na may mga susunod na edisyon na nagpino sa specification. Ang standardization ay nakatulong sa mga kagamitan at naka-print na dokumento na magtulungan nang mas pare-pareho.
Ang pamamaraang ito ay naglagay ng bahagi ng engineering effort sa mismong dokumento. Ang isang mahigpit na kontroladong typeface ay maaaring magpadali sa pagkilala ng isang numero mula sa isa pa, habang ang mga tinukoy na sukat at espasyo ay nagbawas ng kawalan ng katiyakan habang nag-i-scan. Ang kapalit nito ay flexibility: ang isang reader na idinisenyo sa paligid ng kontroladong print ay hindi awtomatikong makakahawak ng bawat pahayagan, libro, o sulat-kamay na tala.
Ang optical character recognition ay dapat ding ibukod sa magnetic ink character recognition, o MICR. Parehong sumuporta ang mga ito sa automation ng dokumento, ngunit ang MICR ay nakakaramdam ng mga karakter na nababasa nang magnetiko, samantalang ang OCR ay nagbibigay-kahulugan sa kanilang nakikitang imahe. Ang dalawang teknolohiya ay umunlad nang magkasabay; hindi sila magkaibang pangalan para sa parehong proseso ng pagbabasa.
Ang omnifont recognition ay naglalapit sa ordinaryong print
Ang susunod na ambisyon ay basahin ang materyal na hindi espesyal na na-print para sa isang makina. Ang omnifont recognition ay naglalayong humawak ng hanay ng mga ordinaryong typeface, na nagpapababa ng pagdepende sa isang solong itinakdang alpabeto. Inilarawan ng pangalan ang direksyong iyon ng pag-unlad; hindi nito ibig sabihin na ang bawat font, scan, o layout ng pahina ay mababasa nang walang error.
Ang isang kilalang milestone ay ang reading machine na ipinakilala ni Ray Kurzweil at ng kanyang team noong Enero 13, 1976. Sa kanyang oral history para sa American Foundation for the Blind, inilarawan ni Kurzweil ang kombinasyon ng scanning, character recognition, at synthesized speech. Sama-sama, ang mga bahaging iyon ay nagpahintulot sa naka-print na materyal na maging spoken output, na nag-uugnay sa pagkilala sa isang kumpletong karanasan sa pagbabasa.
Ang parehong pinagbabatayang mga pagsulong ay sumuporta rin sa komersyal na data entry. Ang halaga ng OCR ay lalong nakadepende sa paghawak ng mga umiiral na dokumento, hindi lamang mga dokumentong idinisenyo sa paligid ng mga limitasyon ng isang reader. Kasabay nito, ipinakita ng mga sistemang ito kung bakit hindi sapat ang pagkilala sa mga indibidwal na titik: ang mga salita ay kailangang pagsama-samahin sa isang kapaki-pakinabang na pagkakasunod-sunod bago sila mabasa nang malakas o magamit muli.
Ang scanning at OCR ay nagiging bahagi ng desktop workflow
Habang umuunlad ang mga personal computer at desktop scanner, ang OCR ay lumampas sa mga nakalaang reading installation. Ang pagsusuri ng US Environmental Protection Agency noong 1990 sa mga desktop scanner ay itinuring na ang pagkilala ng text bilang isang praktikal na kakayahan sa opisina, na naghahambing ng mga kagamitan at software para sa pag-convert ng papel patungo sa mga magagamit na computer file. Ang pag-scan ng isang pahina at paglilipat ng text nito sa isang word processor ay naging isang mas madaling lapitang workflow.
Ang software ay kailangang gumawa ng higit pa sa pag-uuri ng mga nakahiwalay na karakter. Kailangan nitong paghiwalayin ang text mula sa mga larawan, tukuyin ang mga linya at column, magbayad para sa mga nakatagilid na scan, at magpasya kung paano ipakita ang pahina sa isang editable na dokumento. Ang paglilinis ng imahe, pagsusuri ng layout, mga diksyunaryo, at mga contextual check ay naging mahahalagang bahagi ng pangkalahatang proseso ng pagkilala. Ang isang pahina ay maaaring maglaman ng karamihan ay tamang mga titik ngunit nangangailangan pa rin ng malaking pagkukumpuni kung ang mga column nito ay magkahalo.
Ang pagpapakilala ng PDF sa 1993 ay nagdagdag ng isang madaling dalhing paraan upang makipagpalitan ng mga dokumentong nakabase sa pahina. Ang PDF ay isang format ng dokumento, hindi isang paraan ng pagkilala, ngunit nagbigay ito ng kapaki-pakinabang na imbakan para sa mga na-scan na pahina at kaugnay na teksto. Ang pagpapanatili sa hitsura ng isang pahina at paggawa sa nilalaman nito na mahahanap ay maaari na ngayong maging mga layuning magkatuwang.
Binabago ng pananaliksik sa sulat-kamay at mga neural network ang pagkilala
Kasabay ng paggamit ng desktop, pinapabuti ng mga mananaliksik ang pagkilala sa hindi gaanong mahuhulaang pagsulat. Ang programang OCR ng NIST mula 1989 hanggang 1998 ay nagsama ng mga hand-printed na form at aplikasyon na kinasasangkutan ng US Census Bureau at ng IRS. Ginawang posible ng mga pampublikong dataset at reference system na ihambing ang mga pamamaraan laban sa mga ibinahaging halimbawa, sa halip na umasa lamang sa mga demonstrasyon na may maingat na piniling mga pahina.
Ang neural recognition ay isa nang mahalagang bahagi ng gawaing ito. Ang papel na 1998 na Gradient-Based Learning Applied to Document Recognition ay naglarawan ng mga convolutional network na natuto ng mga kapaki-pakinabang na visual feature mula sa mga halimbawa, kasama ang mga paraan para sa pagsasama ng pagkilala, segmentation, at mga limitasyon sa wika. Pinalawak nito ang mas malawak na kasaysayan ng statistical pattern recognition; ang mga naunang OCR ay nagsama rin ng mga pamamaraan na higit pa sa simpleng template matching.
Ang pagkatuto mula sa mga halimbawa ay nag-alok ng paraan upang matugunan ang mga pagkakaiba-iba sa mga stroke at hugis ng karakter. Ginawa rin nitong mas mahalaga ang data ng pagsasanay at pagsusuri. Ang isang system ay maaaring maging mahusay sa pagganap sa mga nakahiwalay na sulat-kamay na digit ngunit mahirapan sa magkakadugtong na sulat-kamay o hindi pamilyar na mga form. Ang pag-unlad sa isang gawain ng pagkilala ay mahalaga nang hindi awtomatikong nalulutas ang bawat iba pang uri ng dokumento.
Ginagawang tool para sa pagtuklas ang OCR ng malalaking digital na koleksyon
Pinalawak ng mga proyekto ng digitization ang papel ng OCR mula sa muling paggamit ng isang pahina patungo sa pagtuklas ng impormasyon sa buong mga koleksyon. Ang mga aklatan at archive ay maaaring magpanatili ng mga larawan ng mga pahayagan, libro, at rekord habang ini-index ang kanilang kinikilalang teksto. Inilunsad ng Library of Congress ang Chronicling America noong Marso 2007, na nagbibigay sa mga mananaliksik ng isang mahahanap na mapagkukunan para sa mga makasaysayang pahayagan.
Binago nito kung paano nilapitan ng mga tao ang isang archive. Ang isang pangalan, lugar, o parirala ay maaaring direktang humantong sa isang kaugnay na pahina nang hindi kinakailangang suriin ng mambabasa ang bawat isyu. Ang OCR ay naging bahagi ng isang mas malaking sistema ng pag-scan, metadata, pag-index, at pagkuha. Ang pagiging kapaki-pakinabang nito ay hindi na sinusukat lamang sa kung gaano kalapit ang isang na-export na dokumento sa pinagmulan nito.
Inilantad din ng materyal na pangkasaysayan ang mga paulit-ulit na kahinaan: sirang papel, lumang typeface, hindi regular na espasyo, at kumplikadong mga column. Ang mga error sa pagkilala ay maaaring magtago ng isang kaugnay na resulta ng paghahanap o gumawa ng nakaliligaw na tugma. Ang pagpapanatili sa orihinal na pahina kasama ang tekstong ginawa ng makina ay nagpapahintulot sa mga mambabasa na i-verify ang mga natuklasan, at ginawang paraan ang pinahusay na pagkilala upang pagyamanin ang isang umiiral na digital na koleksyon nang hindi na kailangang i-scan muli ang bawat item.
Pagbabasa ng buong mga pagkakasunod-sunod nang hindi hinihiwalay ang bawat karakter
Ang isang matagal nang kahirapan sa pagkilala ng sulat-kamay ay ang pagpapasya kung saan nagtatapos ang isang karakter at kung saan nagsisimula ang susunod. Ang mga magkakadugtong na stroke at magkakapatong na titik ay nagpabagsak sa mahigpit na proseso ng paghiwa-pagkatapos-ay-pag-uuri. Ang mga statistical sequence method, kabilang ang mga hidden Markov model, ay tumugon na sa problemang ito. Ang mga recurrent neural network ay nag-alok ng isa pang paraan upang gumamit ng impormasyon sa paligid habang binibigyang-kahulugan ang isang linya. Ang mga Long short-term memory (LSTM) network, isang uri ng recurrent network, ay nakatulong na panatilihin ang konteksto sa kabuuan ng isang pagkakasunod-sunod sa halip na husgahan ang bawat maliit na rehiyon nang hiwalay.
Ang Connectionist Temporal Classification, na ipinakilala noong 2006, ay nagbigay ng paraan ng pagsasanay para sa pagtutugma ng mga input sequence sa mga text label nang hindi kinakailangang markahan nang maaga ang posisyon ng bawat karakter. Sinuri ng orihinal na papel ang pagsasalita, habang ang kasunod na gawain ay inilapat ang diskarte sa sulat-kamay. Ang isang papel noong 2009 ay pinagsama ang sequence training sa mga recurrent network na gumamit ng konteksto mula sa parehong direksyon upang makilala ang mga hindi nakakulong na sulat-kamay na linya.
Binawasan nito ang pagdepende sa perpektong segmentation na karakter-sa-karakter at nakatulong na gawing mas praktikal ang pagkilala sa antas ng linya. Hindi nito inalis ang bawat hakbang sa paghahanda: maaaring kailanganin pa rin ng isang system na hanapin ang teksto, tukuyin ang mga linya, at hawakan ang oryentasyon ng pahina. Ang mahalagang pagbabago ay ang pagkilala ay maaaring matuto ng pagkakahanay sa pagitan ng isang pagkakasunod-sunod ng imahe at ng transcript nito sa halip na tumanggap ng bawat hangganan ng karakter nang maaga.
Dinadala ng deep learning ang OCR nang higit pa sa flatbed scanner
Muling pinalawak ng nakuhang larawan ng teksto ang problema. Ang isang resibo sa mesa, isang karatula sa tindahan, o isang pahinang nakuhanan sa isang anggulo ay maaaring maglaman ng mga anino, pagbaluktot ng perspektibo, at nakakaabalang background. Bago kilalanin ang mga salita, kailangang mahanap ang mga ito ng isang system. Ang pagtuklas ng teksto at pagkilala ng teksto ay naging malapit na magkakaugnay na mga gawaing pananaliksik, na may praktikal na kaugnayan sa pagbabasa at pagsasalin na nakabase sa camera.
Pinahusay ng deep learning ang parehong yugto. Ang isang papel tungkol sa 2015 scene-text ay pinagsama ang mga convolutional image feature, recurrent sequence processing, at transcription sa isang trainable na sistema ng pagkilala. Sa halip na ituring ang feature extraction at pagbabasa bilang ganap na magkahiwalay na mga bahaging gawa ng kamay, maaaring i-optimize sila ng mga mananaliksik nang magkasama. Hinawakan din ng diskarte ang mga salita na may iba't ibang haba nang hindi muna inihihiwalay ang bawat titik.
Ang mga benchmark ay lalong sumasalamin sa mga hindi nakokontrol na kondisyon ng pagkuha. Ang 2015 ICDAR Robust Reading Competition ay nagdagdag ng incidental scene text, na nagpapalawak ng pagsusuri nang higit pa sa mga larawang sadyang naka-frame sa paligid ng mga nababasang salita. Hinikayat nito ang mga system na makayanan ang tekstong nakakaharap ng mga tao sa mga pang-araw-araw na larawan. Nilinaw din nito na ang pagganap sa mga malinis na na-scan na dokumento ay hindi ganap na naglalarawan sa mga kakayahan ng isang mambabasa sa mas malawak na visual na mundo.
Ang synthetic training data at mga multilingual na benchmark ay nagpapalawak ng saklaw
Ang mas mahusay na mga paraan ng pagkatuto ay nangailangan din ng mas iba't ibang mga halimbawa. Hinahayaan ng mga synthetic training image ang mga mananaliksik na bumuo ng teksto sa iba't ibang font, laki, kulay, at background nang hindi manu-manong nilalagyan ng label ang bawat bagong larawan. Ang pananaliksik sa Oxford na inilathala noong 2016 ay naglagay ng artipisyal na teksto sa mga totoong eksena habang isinasaalang-alang ang kanilang geometry, na nagbibigay ng malaking dami ng materyal sa pagsasanay para sa pagtuklas ng teksto. Ang mga nabuong halimbawa ay umakma sa mga totoong larawan sa pamamagitan ng pagpapadali sa paggawa ng mga partikular na pagkakaiba-iba sa malakihang antas.
Ang multilingual na pagsusuri ay lumawak nang magkatulad. Ang 2017 ICDAR multilingual challenge ay nagsama ng siyam na wika na kumakatawan sa anim na script; ang 2019 na kahalili nito ay nagdagdag ng isang wika at isang end-to-end na gawain sa pagkilala. Ang mga benchmark na ito ay nagdala ng mga pinaghalong script, iba't ibang oryentasyon, at mas malawak na hanay ng mga sistema ng pagsulat sa isang karaniwang setting ng pagsusuri.
Ang mas malawak na aral ay ang suporta sa wika ay nagsasangkot ng higit pa sa pagdaragdag ng mga karakter sa isang alpabeto. Ang mga system ay nangailangan ng angkop na mga halimbawa ng pagsasanay at mga pamamaraan na makakayanan ang iba't ibang istruktura ng karakter, magkakadugtong na pagsulat, at mga direksyon sa pagbabasa. Ginawang mas madaling sukatin ng mga ibinahaging dataset ang gayong mga pagkakaiba, habang inilalantad din ang mga puwang sa pagitan ng pagganap sa mga wikang kinakatawan nang maayos at sa hindi gaanong pamilyar na materyal.
Ang attention at layout-aware learning ay nag-uugnay sa mga salita sa istruktura ng pahina
Ang transformer architecture, na ipinakilala noong 2017 para sa mga gawaing pangwika, ay nagbigay ng isang makapangyarihang paraan upang i-modelo ang mga ugnayan sa kabuuan ng isang pagkakasunod-sunod sa pamamagitan ng attention. Ang kahalagahan nito sa OCR ay nabuo sa pamamagitan ng mga susunod na aplikasyon sa pagkilala ng teksto at pagsusuri ng dokumento. Pinahintulutan ng attention ang isang system na timbangin ang mga kaugnay na bahagi ng input nito habang gumagawa ng resulta, na nagdaragdag ng isa pang diskarte kasama ang mga convolutional at recurrent network.
Ang pananaliksik sa dokumento ay tumitingin din nang higit pa sa isang simpleng transkripsyon. Ang isang pag-aaral na isinumite noong 2019 at inilathala noong 2020 ay pinagsama ang kinilalang teksto sa posisyon nito sa pahina habang nagaganap ang pretraining, at pagkatapos ay isinama ang mga visual na feature nang iakma ang system sa mga partikular na gawain sa dokumento. Mahalaga ang lokasyon dahil ang parehong mga salita ay maaaring gumanap ng iba't ibang papel sa isang heading, isang address block, o isang hilera ng isang form.
Nakatulong ito upang ikonekta ang pagkilala sa mga gawain tulad ng klasipikasyon ng dokumento at pagkuha ng impormasyon. Ang pagbabasa ng numero at pagtukoy dito bilang kabuuang halaga ng invoice ay magkaugnay ngunit magkaibang operasyon; ang istruktura ng pahina ay nagbibigay ng mga pahiwatig para sa pangalawa. Ang mga paraang may kamalayan sa layout ay hindi ginawang hindi kailangan ang OCR. Nag-alok sila ng mga paraan upang magamit ang output nito kasama ang nakapalibot na visual na ebidensya, na naglilipat sa pagproseso ng dokumento patungo sa mga ugnayan sa pagitan ng mga elemento sa halip na isang solong daloy ng mga salita.
Binabasa ng mga Transformer ang teksto at direktang bumubuo ng mga resulta ng dokumento
Pagsapit ng 2021, inilalapat na ng mga mananaliksik ang mga pretrained na image at text transformer nang direkta sa pagkilala. Ang isang inilathalang paraan ay nagpares ng isang image encoder sa isang text decoder at sinuri ang nakalimbag, sulat-kamay, at teksto sa eksena. Ang pretraining sa malalaking koleksyon, na sinusundan ng pagsasanay para sa isang mas partikular na gawain, ay nag-alok ng isa pang landas sa pag-aaral ng mga visual na pattern at paggawa ng magkakaugnay na mga pagkakasunod-sunod ng karakter o salita.
Ang isang hiwalay na linya ng trabaho ay nag-explore sa pagbuo ng mga structured na resulta ng dokumento mula sa mga larawan nang hindi muna nagpapatakbo ng isang independiyenteng kumbensyonal na OCR engine. Ang pananaliksik na ipinakilala noong huling bahagi ng 2021 at binago noong 2022 ay nagpakita ng paraang ito para sa pag-unawa sa dokumento. Ang terminong OCR-free sa gawaing iyon ay naglalarawan sa kawalan ng isang hiwalay na OCR stage; kailangan pa ring makuha ng system ang nauugnay na nakasulat na impormasyon mula sa larawan.
Ang mga pag-unlad na ito ay nagpalawak sa mga available na arkitektura. Ang isang processing system ay maaaring kumilala ng teksto at pagkatapos ay suriin ito, o magsanay ng isang modelo upang direktang makagawa ng hiniling na resulta. Walang garantiya ang alinman sa mga pagsasaayos na ito ng tumpak na output sa bawat pahina. Binabago ng pagpipilian kung saan maaaring pumasok ang mga error, kung paano sinusuri ang mga resulta, at kung gaano kadaling mapanatili ang intermediate na ebidensya, tulad ng mga kinilalang salita at ang kanilang mga posisyon.
Ang mga multimodal system ay nagpapalawak sa pagbabasa ng dokumento at nagtataas ng mga bagong pagsubok
Ang mga kamakailang multimodal system ay pinagsasama ang pagproseso ng imahe at pagbuo ng wika, na nagpapahintulot sa teksto ng dokumento na makilahok sa mas malawak na mga pakikipag-ugnayan. Depende sa system at gawain, maaaring humiling ang user ng transkripsyon, magtanong tungkol sa isang pahina, o kumuha ng mga partikular na field. Ang pagkilala ay lalong nakapaloob sa isang mas malaking daloy ng trabaho ng dokumento, habang ang nakalaang OCR ay nananatiling kapaki-pakinabang kapag ang pangunahing kinakailangan ay isang tumpak at nasusuring transkripsyon.
Ang pagsusuri ay lumawak nang naaayon. Ang OCRBench, na ipinakilala noong 2023, ay isinaalang-alang ang pagkilala kasama ang mga tanong sa dokumento, pagkuha ng impormasyon, at mga sulat-kamay na mathematical expression. Ang kahalili nito, na inilabas sa pagtatapos ng 2024 at binago noong 2025, ay nagsuri ng mas malawak na hanay ng visual na teksto at mga gawaing pangangatwiran. Ang mga iniulat na limitasyon ay kinabibilangan ng pinong detalye, layout, mga kumplikadong elemento, at hindi gaanong pamilyar na teksto, na nagpapakita kung bakit ang isang solong claim ng katumpakan ay hindi kayang sakupin ang bawat kinakailangan sa pagbabasa ng dokumento.
Ang mas malawak na kakayahang ito ay nagpapahalaga rin sa layunin ng isang output. Ang isang kapaki-pakinabang na paliwanag ay maaaring mag-paraphrase, habang ang isang tumpak na transkripsyon ay dapat panatilihin ang kung ano ang aktwal na sinasabi ng pahina. Ang matatas na pananalita ay hindi makakapagpatunay na ang isang pangalan, halaga, o sipi ay nabasa nang tama. Kailangan ng mga system ng pagsusuri na angkop sa gawain, kung nangangahulugan man ito ng katumpakan ng karakter, pagkakasunod-sunod ng pagbabasa, istruktura ng talahanayan, o ang kawastuhan ng isang nakuha na field.
Sa buong siglo, ang direksyon ng pag-unlad ay patungo sa hindi gaanong kontroladong input at mas kapaki-pakinabang na output: mula sa mga itinakdang karakter hanggang sa ordinaryong print, sulat-kamay, mga larawan, at mga kumplikadong dokumento. Ang mga bagong paraan ay patuloy na sumasama sa mga itinatag na. Ang pangunahing hamon ay nananatiling makikilala: ang paggawa ng visual na ebidensya tungo sa maaasahang impormasyon habang pinapanatili ang mga detalyeng mahalaga.