浙江天宇-文档数字化系统

系统简介

文档数字化系统融合了高速扫描、OCR识别和全文检索三项技术，可以将数以万计的纸介质的文件、手稿、档案、资料、文书等快速、自动地转换成数字化文本、影像，并实现海量信息高速检索 、查询。

实现对文档资料基于内容的检索与原件显示的应用目标。数十万篇文档资料，亚秒级内可以查询到目标数据。

系统工作流程

功能特点

纸本文献数字化加工

文档资料扫描：扫描部分提供图像增强处理功能，如电子图像的自动校正、自适应纸张大小、灰度加强和去黑边等功能。文字识别与影像压缩：对扫描的图像调用OCR程序进行文字识别，对文档著录项辅助标引，影像文档和相应的识别文本检查、订正后自动压缩打包，自动地转换成标准格式。数字化加工自动化程度高：系统实现文档资料高速扫描，批量汉字自动识别、著录项标引和数字化文档自动入库，整个过程基本自动完成，人工干预很少，大大提高文档数字化的自动化程度。系统支持各类中、高速扫描仪及普通低速平板扫描仪。

电子文档管理

系统以先进的CGRS全文数据库作为后台管理系统。CGRS全文数据库曾经历TB级数据资源的考验，满足未来数据不断增加的需要。

文档检索与利用

系统支持单字段（著录项）简单查询，也能进行多字段多条件复合检索。提供导航检索、模糊检索、二次检索、距离检索、内容关联检索和同义词相关词扩展等多种高级查询方式。文档内容的全文检索。与国内已有的系统只能通过字段（著录项）检索相比，CGDMS实现了扫描文档正文内容的全文检索，检索结果定位到文档所在页面的具体位置，文件内容原版显示，可自由放大或缩小，大大提高了电子文档利用深度，为进一步开展电子文档内容分析、挖掘打下基础。图、文、声、像一体化检索。

运行环境

硬件环境：普通PC机，256M以上内存。操作系统环境：Windows 98 / 2000 / XP / 2003等。

应用领域

系统可广泛地应用于政府机关、图书馆、档案馆、博物馆、出版社、银行、税务、保险等机构，进行文件、图书、档案、票据等的数字化加工、管理和提供信息服务。

相关文章