- 相關(guān)推薦
淺析漢字識(shí)別技術(shù)在檔案管理工作中的應(yīng)用
漢字識(shí)別技術(shù)(簡稱OCR)可以理解為是讓機(jī)認(rèn)字的技術(shù)。它通過光電信號(hào)轉(zhuǎn)換，即文本數(shù)據(jù)。? 一、漢字識(shí)別技術(shù)的價(jià)值? 漢字識(shí)別技術(shù)的應(yīng)用價(jià)值主要體現(xiàn)在兩個(gè)方面： ? 一方面，把紙質(zhì)檔案上的固定信息變成可以被檢索利用的活信息，為文本數(shù)據(jù)管理技術(shù)提供 豐富的數(shù)據(jù)源。
? 首先，從庫存檔案的情況來看，近幾十年來形成的大量印刷漢字檔案記載了我們黨和國家的 重要，對(duì)我國化事業(yè)的，對(duì)精神文明和物質(zhì)文明的建設(shè)都有著非常重要的利用 價(jià)值。但這部分檔案的都沒有文本數(shù)據(jù)，或者說都只是固定在紙質(zhì)載體上的死信息。既 使通過掃描以圖像方式存儲(chǔ)于計(jì)算機(jī)中，檢索利用也有不便之處，難于滿足現(xiàn)代對(duì)檔案 信息的多種利用需求。其次，從辦公自動(dòng)化的發(fā)展情況來看，每年接收的檔案中仍然會(huì)有相 當(dāng)數(shù)量的檔案沒有文本文件，或?yàn)橥鈫挝粊砦�，或�(yàn)閬G失損壞等。漢字識(shí)別技術(shù)的應(yīng)用價(jià)值 就是使這兩大部分紙質(zhì)檔案上的固定信息變成可以被檢索利用的活信息，為全文檢索提供數(shù) 據(jù)，使深層次的開發(fā)利用成為可能，更好地為現(xiàn)代化建設(shè)事業(yè)服務(wù)。
? 另一方面，提供了一種新的檔 案目錄數(shù)據(jù)的錄入方式。
? 應(yīng)用計(jì)算機(jī)以來，漢字錄入只有一種方式，即健盤錄入。雖然漢字鍵盤錄入的有許 多種，而且日趨簡便快捷，已是年輕人必備的職業(yè)技能，但是它畢竟屬于一種技能，不僅需 要反應(yīng)靈敏，手指靈活，而且要熟記錄入的原則、方法和要領(lǐng)。這對(duì)于在檔案部門占有相當(dāng) 比例的中老年同志來說，掌握起來確有難度。因此，鍵盤錄入方式仍然是一些檔案部門 建立檔案目錄信息數(shù)據(jù)庫的因素之一。OCR軟件為我們提供了一條新的途徑。它通過“拖拉 ”的方式，將屏幕上文件的目錄項(xiàng)如標(biāo)題、文號(hào)、責(zé)任者等直接移植到檔案目錄數(shù)據(jù)庫的相 應(yīng)字段中去，簡單易學(xué)，一看就會(huì)。遺憾的是手工“拖拉”速度較慢，而且需要即時(shí)掃描或 調(diào)用圖像數(shù)據(jù)，所以單一利用這種方式錄入檔案目錄，速度不及熟練錄入員的鍵入速度。但它畢竟是一種新的錄入方式，為建立檔案目錄信息數(shù)據(jù)庫提供了一條前所未有的途徑。而且 ，如果利用OCR軟件同時(shí)建立新型的綜合檔案信息數(shù)據(jù)庫，例如包括檔案的文件目錄、圖像 和文本等，效果就此較理想了。
? 二、漢字識(shí)別后生成的文本數(shù)據(jù)的屬性。
? 原始性是檔案的基本屬性。漢字識(shí)別后生成的文本數(shù)據(jù)是根據(jù)檔案的本源信息，即固定在紙 質(zhì)載體上的漢字信息進(jìn)行加工處理：掃描、識(shí)別、校對(duì)、修改等工序后形成的復(fù)制加工品， 因此不具有檔案的原始性。
? 知識(shí)性是檔案的又一個(gè)屬性。漢字識(shí)別后生成的文本數(shù)據(jù)如果不計(jì)算人工校對(duì)后仍然可能存 在的微小誤差，應(yīng)該說具有與檔案原件同等的內(nèi)容，因此具有檔案的知識(shí)性。
? 漢字識(shí)別后生成的文本數(shù)據(jù)是將檔案的內(nèi)容以特殊的物理方式重新記錄在特殊的載體之上， 比以文字的方式記錄在紙質(zhì)載體之上更具有便于傳遞、接收、存儲(chǔ)、利用以及不磨損、不丟 失等屬性。因此具有更強(qiáng)的信息性。? 漢字識(shí)別后生成的文本數(shù)據(jù)應(yīng)該說，它是一種新型的檔案一次信息的復(fù)制品或編研開發(fā)成果 。但作為一種新型的復(fù)制品或編研開發(fā)成果，因其生成的目的不同，又具有兩種不同的屬性 ：當(dāng)以提供利用為目的通過漢字識(shí)別建立文本數(shù)據(jù)庫時(shí)，其文本數(shù)據(jù)具有類似于匯編類檔案 編研成果的屬性；當(dāng)以編輯出版紙質(zhì)的檔案編研材料如大事記、組織機(jī)構(gòu)沿革、文件匯編等 為目的進(jìn)行漢字識(shí)別時(shí)，其文本數(shù)據(jù)不僅具有類似于檔案編研成果的屬性，而且具有檔案原 始性的基本屬性，因?yàn)樗鼈兪怯∷⑵坊虺霭嫖锏谋驹葱畔ⅰ?BR>
? 由此可見，漢字識(shí)別后生成的文本數(shù)據(jù)是一種不同于傳統(tǒng)檔案屬性的新型檔案信息。
? 三、漢字識(shí)別技術(shù)的應(yīng)用方式? (一)利用者閱讀紙質(zhì)檔案的之后，對(duì)其所需要的內(nèi)容進(jìn)行掃描和漢字識(shí)別，或打印出統(tǒng) 一格式的利用摘錄，或直接提供文本拷貝。? 這是充分發(fā)揮OCR軟件功能，深層次開發(fā)利用檔案信息資源的方式。但工程量較大，人力、資金需求較多，建庫周期較長。
? 隨著漢字識(shí)別技術(shù)水平的提高和應(yīng)用的普及，可能還會(huì)產(chǎn)生新的應(yīng)用方式，但無論使用哪一 種方式，都必須符合本單位檔案管理工作的實(shí)際，統(tǒng)籌考慮檔案狀況、人員配備、經(jīng)費(fèi)能力、辦公自動(dòng)化水平、檔案化建設(shè)規(guī)劃等方面的因素，以切實(shí)提高檔案信息資源開發(fā)利用能力為目的，這樣才能收到事半功倍的效果。
【淺析漢字識(shí)別技術(shù)在檔案管理工作中的應(yīng)用】相關(guān)文章：
淺析計(jì)算機(jī)技術(shù)在檔案管理中的應(yīng)用12-01
淺析數(shù)據(jù)融合技術(shù)及其在林業(yè)中的應(yīng)用03-19
人臉信息技術(shù)應(yīng)用新熱點(diǎn)淺析03-05
簡易漢字識(shí)別系統(tǒng)的設(shè)計(jì)03-08
淺析多媒體技術(shù)在高校音樂教學(xué)中的應(yīng)用03-08
淺析ＤＣＥＭＡＰ技術(shù)在遼寧業(yè)務(wù)支撐網(wǎng)的應(yīng)用03-20
淺析３Ｇ技術(shù)及其在通信中的應(yīng)用03-18