北京兴源科创科公司-文书数字档案扫描建设

目前，档案数据化或是把档案由文字、声音转化为数据的途径至少有以下几种：一种，业务数字档案扫描建设，对原件上文字为铅排、打印的纸质档案以及原件上文字虽然手写但又十分工整的档案，用?ocr?识别技术进行转化，其准确率可在99%以上；第二种，对原件上文字为手写且?ocr?技术不易识别的档案，用特殊的手写字识别技术进行转化，文书数字档案扫描建设，其准确率目前较高可达95%左右；第三种，用人工录入电脑的办法转化；第四种，用人工朗读文字并通过音频技术把声音转换成文字，其准确率也可达95%左右。需要---的是，目前这4种转化方式都需要人工进行校核，都不能100%准确。在转化过程中，文字能全部准确转化出来较好，如不能也不要紧。因为档案中并不是每个字都具有数据意义或检索价值的，有的虚词、连接词、形容词、装饰词、重复强调语等，即使这些字转化不出来或不准确，也并不会太大影响整份档案的实际应用。对全文数据来说，当然是越多越好，但也不是每个字都不能少，或少一个字就不行。举一个例子：“张国，他出生于一九四九年，也就是---成立的那一年。”这句话共24个字，但真正具有实际检索意义的，只有“张国，一九四九年出生”这10个字。只要把这10个关键的字转化出来了，这句话的基本意思或基本要素、主要信息、中心要义就有了，其他14个字，也就是一半以上的部分，江苏数字档案扫描建设，能转化出来当然---，即使不能转化出来也不太影响全句主要意思和基本信息的表达。因此，现有的各种数据转化技术都可以---行应用，并在应用中不断提高其转化准确率，而不必等到某种技术完全成熟了再去用。