Методики работы с архивами электронных документов:

• Ретроконверсия (поточная, ручная)

• Распознавание (сквозное, ручное)

• Разметка (мета-данных, xml-образная)

Одним из важнейших задач внедрения систем электронного документооборота считается перевод бумажных документов в электронный вид. Кроме того для решения задач атрибутивного и контекстного поиска возникает необходимость частичного или полного перевода документа в машиночитаемый вид, например при организации электронных картотек и каталогов.

А) Ретроконверсия или ретроспективная конверсия подразумевает промышленный (т.е. в больших объемах) перевод текстовых данных из графического вида в цифровой машиночитаемый вид путем сканирования и автоматического распознавания, либо вручную.

· Ручной ввод с клавиатуры текстовой информации и создание структуры электронных записей (с оригиналов карточек, с отсканированных образов карточек);

· В случае обработки отсканированного текста хорошего качества (не менее 300 dpi, высокий контраст, минимум графических шумов и артефактов) – оптическое распознавание символов (OCR) и приведение записей к стандартному виду вручную или автоматически;

· Заимствование данных из других источников. Использование уже готовых записей из других электронных каталогов, приобретаемых на оптических дисках или получаемых по сетям) и доввод собственных данных библиотеки (индексов классификации, предметных рубрик, шифров хранения и т.д.);

Б) Оптическое распознавание символов (англ. optical character recognition, OCR) — механический или электронный перевод изображений рукописного, машинописного или печатного текста в текстовые данные — последовательность кодов, использующихся для представления символов в компьютере (например, в текстовом редакторе).

Распознавание широко используется для конвертации книг и документов в электронный вид, для публикации текста на веб-странице. Оптическое распознавание текста позволяет редактировать текст, осуществлять поиск слова или фразы, хранить его в более компактной форме, демонстрировать или распечатывать материал, не теряя качества, анализировать информацию, а также применять к тексту электронный перевод, форматирование или преобразование в речь.

В) Текст в привычном для человека понимании мало пригоден для автоматизированной обработки компьютерными программами. Для того чтобы компьютерная программа могла интерпретировать и соответствующим образом обрабатывать текст, он должен содержать специальные, невидимые человеку при «обычном» воспроизведении, знаки, которые называются разметкой.

Разметка - текст, который добавляется к данным реализации ЭлД уровня представления для выражения информации о документе.

Обычно выделяют четыре вида разметки: описательная разметка (теги), указания (ссылки), декларации разметки и инструкции обработки.

Разметка документа (операция) - добавление к тексту документа текста разметки на специальном языке

Поиск по сайту: