wtorek, 11 maja 2021

Artykuł: National Archives of Australia ostrzega

INFO: NAA stara się się zdigitalizować ponad 11 milionów pozycji fotograficznych i 400 000 pozycji audiowizualnych na taśmie magnetycznej i kliszy, które mogą zostać utracone w ciągu najbliższych pięciu do dziesięciu lat z powodu zniszczenia lub starzenia się sprzętu odtwarzającego. Brakuje jednak funduszy. Według szacunków NAA zasób audiowizualny jest zdigitalizowany w 6%.

Więcej na: 

Artykuł: ‘Hopefully, it’s all been digitised . . .’

INFO: ‘Hopefully, it’s all been digitised . . .’ to tytuł artykułu o pożarze czytelni Jagger Library na Uniwersytecie w Kapsztadzie. System ppoż. zadziałał uniemożliwiając rozprzestrzenienie ognia dalej. Niestety większość zniszczonych materiałów nie było zdigitalizowanych. To pokazuje jak ważny jest ten proces w archiwach, bibliotekach i w innych instytucji kultury.

Więcej o pożarze przeczytacie tu: 

https://mg.co.za/education/2021-04-29-hopefully-its-all-been-digitised/?utm_source=Corporate+Newsletter&utm_campaign=d780c8595a-Imaging_Archiving_November_17_COPY_19&utm_medium=email&utm_term=0_3b149b90de-d780c8595a-304584753&goal=0_3b149b90de-d780c8595a-304584753

Narzędzie: Squoosh - narzędzie do kompresji i zmiany wymiarów grafik z zachowaniem ich jakości

INFO: 

https://squoosh.app/

poniedziałek, 10 maja 2021

Konferencja: Wirtualne Forum 2021: eVault 2.0 – jak zarządzać danymi i dokumentami

INFO: Ta konferencja to w zasadzie reklama narzędzia eVault jednak chyba warta się zapisać. Z doświadczenia wiem, że czasami można dowiedzieć fajnych rzeczy ;)

https://reach.ironmountain.com/2021PLVirtualForumeVault26maja




Felieton: Słowa Kluczowe

Bardzo ważną kwestią  w wyszukiwaniu dokumentów są słowa kluczowe, Dzięki nim możemy szybko odnaleźć dany dokument no chyba, że mamy źle dobrane tagi lub w ogóle ich  dany dokument nie posiada. Krótko pisząc słowa kluczowe są to wyrazy lub wyrażenia wybrane z tytułu, tekstu dokumentu lub spoza tekstu, (np. ze słownika słów kluczowych) charakteryzujące jego treść.

Jakie powinno wyglądać słowo - klucz???
  • powinno być wyrazem języka naturalnego o dużej wartości znaczeniowej
  • mogą być: rzeczowniki, przymiotniki czy też liczebniki przekształcone w rzeczowniki
  • nie mogą być : spójniki, zaimki, przyimki, terminy o charakterze ogólnym lub terminy występujące powszechnie
  • słowa kluczowe podajemy najczęściej w pierwszym przypadku liczby pojedynczej.
  • słowo-klucz może być pojedynczym  wyrazem lub wielowyrazową frazą

Przykłady:

1. Laureaci konkursu Digital Ars o sztuce tworzonej przez AI
Słowa kluczowe: LAUREAT, KONKURS, DIGITAL ARS, SZTUKA, AI, KOMPUTERY, ALGORYTMY

2. Pierwsze wydanie analiz Cool Guys Capital.
Słowa kluczowe: WYDANIE, ANALIZA, COOL GUYS CAPITAL, BIZNES, E-MAIL, FINANSE

środa, 5 maja 2021

Zasoby: Muzealne repozytorium cyfrowe: Scan the World

INFO: Naprawdę fajna sprawa :) Muzea i instytucje kultury wspólnie z organizacją Scan the World stworzyli repozytorium cyfrowe zawierające 18.000 rzeźb, elementów architektury, czy przedmioty codziennego użytku, od starożytności do współczesności. Trójwymiarowe modele rzeźb można za darmo pobrać, a następnie wydrukować za pomocą drukarek 3D. 

Felieton: Digitalizacja: OCR

Skanowanie OCR są ważnym elementem w procesie digitalizacji zwłaszcza tekstowych dokumentów. Dzięki temu możemy nie tylko zachować wspomniany dokument, ale możemy wykorzystać go w późniejszym czasie dzięki możliwości edycji tekstu.

Wyróżniamy:

  • OCR (Optical Character Recognition)
  • HCR (Handprint Character Recognition) 
  • ICR (Inteligent Character Recognition) 
  • OMR (Optical Mark Recognition)

Krótko mówiąc OCR umożliwia automatyczne wykrywanie drukowanych znaków na skanowanym dokumencie. Następnie przekształca na edytowalna wersję. Mamy dwie drogi, albo skanujemy od razu z OCR lub dopiero na etapie postprodukcji załączamy proces OCR.

Jak działa skanowanie OCR ???

Najpierw kładziemy dokument na szybie skanera, włączamy oprogramowanie do skanowania, włączamy odpowiednią opcje i naciskamy przycisk "skanuj". Wbudowane oprogramowanie (najczęściej), które wykrywa znaki znajdujące się na dokumencie, a następnie automatycznie konwertuje na cyfrowe wersje. Taki tekst można ręcznie sprawdzić i poprawić. Następnie zapisujemy w odpowiednim formacie np. docx, PDF.

Zalety skanowania OCR

  • Starsze lub nieaktualne dokumenty możemy modyfikować/aktualizować 
  • Tekst można przeszukiwać znacznie przyspieszając wyszukiwanie ważnych informacji (w formacie edytowalnym lub w pliku PDF) Tekst zajmuje znacznie mniej miejsca na dysku niż plik graficzny
  • Archiwizacja dokumentów jest po prostu szybsza

Dokładność skanowania OCR

OCR może być dokładny w 99%. Trzeba spełnić kilka warunków tj.:

  • dobry stan dokumentu
  • tekst w bloku (najlepiej tekst maszynowy)
  • odpowiednie tło dokumentu

Jeśli stan dokumentu jest zły to oczywiście procentowa dokładność spadnie. Dlatego jest niezbędna korekta OCR. Jest to praca bardzo czaso i pracochłonna zwłaszcza przy złym stanie dokumentacji.

Narzędzia wybrane: 

  • ABBYY FlexiCapture, 
  • ABBYY FineReader, 
  • ABBYY FineReader Engine
  • Tesseract OCR 

https://visualhunt.com/f5/photo/4450285105/73971ea3c8/


AI NEWS dla archiwów cyfrowych #1

### DeepSeek-OCR-2 : Zaawansowane optyczne rozpoznawanie znaków Opis: System OCR obsługujący obrazy i pliki PDF, z dynamiczną rozdzielczośc...