Подсистема массового распознавания изображений архивных документов
Ключевые слова:
автоматическое распознавание изображений, электронный архив, оцифровка архивных документовАннотация
В настоящей статье вначале описываются особенности и проблематика массового распознавания архивных документов. Рассматриваются ключевые проблемы проектирования такого рода систем, приводятся примеры и предлагаются различные варианты их решения. Далее приводится концептуальная схема построения электронного архива и отдельная схема организации входящей в его состав подсистемы автоматического распознавания. Описываются основные компоненты, функции и бизнес- процессы, протекающие в системе.Литература
Anderson N. IMPACT Best Practice Guide: Optical Character Recognition – Part 1. 2010. URL: http://www.impact-project.eu/uploads/media/IMPACT-ocr-bpg-pilot-s1.pdf (дата обращения: 06.06.2012)
Tanner S. Deciding Whether Optical Character Recognition is Feasible. 2004. URL: http://www.odl.ox.ac.uk/papers/OCRFeasibility_final.pdf (дата обращения: 06.06.2012)
ISO 14721:2003. Space data and information transfer systems -- Open archival information system -- Reference model
Anderson N. IMPACT Briefing Paper: Optical Character Recognition. 2010. URL: http://www.impact-project.eu/uploads/media/IMPACT-ocr-bp-pilot-1b.pdf (дата обращения: 06.06.2012)
Kukich K. Techniques for automatically Correcting Words in Text // ACM computing survey Computational Linguistic. 1992. В. 24. №4. С. 377–439
Mailburg M. Comparative Evaluation of Techniques for Word Recognition Improvement by Incorporation of Syntactic Information // 4th International Conference Document Analysis and Recognition (ICDAR ‘97). Август 1997. С. 784
Beitzel S., Jensen E., Grossman D. A Survey of Retrieval Strategies for OCR Text Collections // Proc. of 2003 Symposium on Document Image Understanding Technology. Апрель 2003
Sholomov D.L. Interpreting the Indistinctly Recognized Textual Constructions // Pattern Recognition and Image Analysis. 2003. В. 13. №2. С. 353–355
Bouchaffra D., Govindaraju V., Srihari S. Postprocessing of Recognized Strings Using Nonstationary Markovian Models // IEEE Transactions on Pattern Analysis and Machine Intelligence. 1997. В. 21. №10. С. 990–999
Шоломов Д.Л., Постников В.В., Марченко А.А., Усков А.В. Пост-обработка результатов OCR распознавания, использующая частично определенный синтаксис // Труды ИСА РАН. 2005. Т. 16. С. 146–163
Tanner S. Deciding Whether Optical Character Recognition is Feasible. 2004. URL: http://www.odl.ox.ac.uk/papers/OCRFeasibility_final.pdf (дата обращения: 06.06.2012)
ISO 14721:2003. Space data and information transfer systems -- Open archival information system -- Reference model
Anderson N. IMPACT Briefing Paper: Optical Character Recognition. 2010. URL: http://www.impact-project.eu/uploads/media/IMPACT-ocr-bp-pilot-1b.pdf (дата обращения: 06.06.2012)
Kukich K. Techniques for automatically Correcting Words in Text // ACM computing survey Computational Linguistic. 1992. В. 24. №4. С. 377–439
Mailburg M. Comparative Evaluation of Techniques for Word Recognition Improvement by Incorporation of Syntactic Information // 4th International Conference Document Analysis and Recognition (ICDAR ‘97). Август 1997. С. 784
Beitzel S., Jensen E., Grossman D. A Survey of Retrieval Strategies for OCR Text Collections // Proc. of 2003 Symposium on Document Image Understanding Technology. Апрель 2003
Sholomov D.L. Interpreting the Indistinctly Recognized Textual Constructions // Pattern Recognition and Image Analysis. 2003. В. 13. №2. С. 353–355
Bouchaffra D., Govindaraju V., Srihari S. Postprocessing of Recognized Strings Using Nonstationary Markovian Models // IEEE Transactions on Pattern Analysis and Machine Intelligence. 1997. В. 21. №10. С. 990–999
Шоломов Д.Л., Постников В.В., Марченко А.А., Усков А.В. Пост-обработка результатов OCR распознавания, использующая частично определенный синтаксис // Труды ИСА РАН. 2005. Т. 16. С. 146–163
Subsystem of mass image recognition of archival documents
Abstract
The description of main features and problems of mass recognition of archival documents is presented in the beginning of the paper. Key design problems are considered, the examples are shown and different kinds of solutions are advised. After that, the scheme of electronic archive and the scheme of recognition subsystem are shown with the description of their components, functions and business processes.Опубликован
2012-09-01
Как цитировать
Смирнов, С. В. (2012). Подсистема массового распознавания изображений архивных документов. Труды СПИИРАН, 3(22), 234-248. https://doi.org/10.15622/sp.22.13
Раздел
Статьи
Авторы, которые публикуются в данном журнале, соглашаются со следующими условиями:
Авторы сохраняют за собой авторские права на работу и передают журналу право первой публикации вместе с работой, одновременно лицензируя ее на условиях Creative Commons Attribution License, которая позволяет другим распространять данную работу с обязательным указанием авторства данной работы и ссылкой на оригинальную публикацию в этом журнале.
Авторы сохраняют право заключать отдельные, дополнительные контрактные соглашения на неэксклюзивное распространение версии работы, опубликованной этим журналом (например, разместить ее в университетском хранилище или опубликовать ее в книге), со ссылкой на оригинальную публикацию в этом журнале.
Авторам разрешается размещать их работу в сети Интернет (например, в университетском хранилище или на их персональном веб-сайте) до и во время процесса рассмотрения ее данным журналом, так как это может привести к продуктивному обсуждению, а также к большему количеству ссылок на данную опубликованную работу (Смотри The Effect of Open Access).
