古籍?dāng)?shù)字化技術(shù) (2)-預(yù)覽頁
【正文】 同時還提供橫向的聚類校對，即把不同頁處的同一圖像文字取出，看其轉(zhuǎn)換的代碼文字是否正確。即使初期在 OCR前后處理的軟件研發(fā)中要有一定投入，但效率與質(zhì)量總的效果比人工錄入好。 數(shù)字化工具 ? （ 2）采用 OCR技術(shù)，實現(xiàn)圖文數(shù)碼轉(zhuǎn)換 ? 所以選用 OCR技術(shù)實現(xiàn)古籍文字的數(shù)碼轉(zhuǎn)換，其原因是： – 對古籍漢字中簡繁、異體字的輸入， OCR較之人工錄入有優(yōu)勢（十選識別率可以達到 99%，其中的 90%可以正確識別，另外的 9%可以通過點擊而不是鍵盤輸入解決）。 – 目前已商品化字符集： ISO/IEC 10646 1:2022/Unicode 。 – 還有一點不可忽視的是，古籍?dāng)?shù)字化后的文字，差錯率應(yīng)達到出版界規(guī)定。 第六章 古籍?dāng)?shù)字化技術(shù) 古籍?dāng)?shù)字化實踐 ? 合理目標(biāo)定位 – 古籍?dāng)?shù)字化能否成功，合理的目標(biāo)定位至關(guān)重要。 – 把古籍的內(nèi)容數(shù)字化并使之與多種有效的檢索、處理工具完美結(jié)合，奉獻給讀者知識寶庫和卓有成效的研究手段，使學(xué)者多出成果，快出成果，這才是古籍?dāng)?shù)字化的目標(biāo)。在 IT界另一通俗稱呼為 Unicode。 – 2022年 11月正式頒布： ISO/IEC 106462:2022（ E） /Unicode ，收入漢字七萬余個，除甲骨文、篆文外，可滿足世界各地漢字使用需要。 – 有成規(guī)模的加工批量。其中有頁（原稿圖像）對頁（數(shù)碼）、列 /行（原稿圖像）對列/行（數(shù)碼）、字（取自不同頁的原稿圖像）對字（取自不同數(shù)碼頁）的形影不離的校對方式，并輔以聯(lián)機異體字字典，有效地減少了校對者的視覺轉(zhuǎn)移，便利于版面與文字查錯，提高工作效率，減少疏漏。它是國際互聯(lián)網(wǎng)聯(lián)盟（ W3C）開發(fā)的用于網(wǎng)絡(luò)環(huán)境下數(shù)據(jù)交換、數(shù)據(jù)管理和網(wǎng)頁設(shè)計的新技術(shù)。 ? 《 四庫全書 》 電子版不僅可以實現(xiàn)傳統(tǒng)的特征檢索（題名、作者、關(guān)鍵字詞語檢索）以及由這些特征構(gòu)成的布爾組配檢索，還可以實現(xiàn)由一個字到另一個字、由書目到全文、由著作者條目到其作品、由相關(guān)作者到相關(guān)作品的關(guān)聯(lián)檢索，還可實現(xiàn)對讀者不解的文字立即提供釋義與讀音，實現(xiàn)文中古代紀(jì)年對公元紀(jì)年的換算等。 數(shù)字化工具 ? （七）全球版、網(wǎng)絡(luò)版是產(chǎn)品開發(fā)的重點 ? 數(shù)字化的產(chǎn)品必須走向全球，走向網(wǎng)絡(luò)化的
教學(xué)課件相關(guān)推薦
鄂ICP備17016276號-1