新现代文献检索与利用 教学课件 饶宗政 现代文献检索与利用2.pptVIP

超星的PDG格式 CALIS三期明确提出全国普通高等院校均为CALIS成员馆 国家科技图书文献中心（NSTL） 谢谢！ 2. 图书数字化加工厂 （1）图书数字化加工生产线（Doc Scan） 1998年，超星公司第一条大规模数字化扫描生产线，加工能力达到每天20万页。（按每册300页计算，有660册图书） 五个数字化加工中心：在北京、成都、福州、长沙、郑州等 生产流水线作业，三班倒的方式，进行图书数字化——扫描； 入口：图书送进去，通过工人拆开、扫描，整个流水线采用C/S结构，客户端完成扫描加工处理，服务器完成数据管理和各工序任务的分配。 出口：数字图书——建设数字图书馆的基础资源。 到2012年，已经扫描图书260万种。 2. 图书数字化加工厂 （2）从数字图书到数字图书馆 加工数字图书的目的是为了建设数字图书馆，可以想象，当数字图书的数量达到260万种时 260万种是一个超大的数字图书馆，什么样的中文图书都可以在这里找到，满足率可达到95%，这个数字图书馆对读者是多么的诱惑。建设数字图书馆是一个非常好的解决思路。 （3）超星数字图书馆的社会效益 超星数字图书馆是世界上最大的中文在线数字图书馆。 它为偏僻山区、中国的西部的市民都可以和大城市享有同样的阅读条件和教育机会，而且是24小时、没有等候的服务。 它是缩小东西部数字鸿沟差距、解决网上资源匮乏的重要举措。 2000年11月，超星与清华大学图书馆技术部联合开发的PDG图像全文检索技术。 超星PDG应该是在参考了djvu技术的基础上开发的格式。 名词解释：DjVu DjVu是于1996年开发成功的一项新的图片压缩技术，是一个公开标准。作为一种新的彩色文件压缩技术，DjVu在纸质世界和比特世界之间搭起了一座桥梁。它使得高质量的扫描图像可以轻易地在因特网上进行发布。 DjVu有两大优势： 1. 可以将500M以上的高清晰杂志压缩到只有10M左右甚至更小的容量，而杂志质量丝毫不受影响。 2. 由于彻底改变了传统的互联网传输方式，在观看DjVu格式的文件时，甚至比打开普通的网页更快。 超星的PDG格式 超星PDG应该是在参考了djvu技术的基础上开发的格式。 采用分层压缩，体积是其它的几分之一，浏览速度很快。 ★ PDG图像全文检索技术原理：（巧妙构思） 当纸质原稿→通过扫描仪输入到终端→存储为图像格式； 负责集中运算的服务器→ 自动对该图像进行OCR识别→并完成相关运算→实时生成三层信息： ●第一层信息是图像，用来保留原文原貌，即反映连续色彩图像和纸张的背景，用较低的分辨率，通常为100dpi足够。 ●第二层信息是用来进行OCR文字识别的，要确保文字和线条的清晰度需要较高的分辨率，提高清晰度是OCR文字识别率要求的，通常为300dpi。 ●第三层是确定文本在原稿图像中所处的坐标位置。 这三层信息组成一个页文件→ 当读者用关键词对整本电子图书进行全文检索时，搜索引擎 ①先到每一页文件的第二层，以文本检索的方式查找关键词； ②并在第三层中获取关键词处的坐标位置； ③最后在第一层图像文件上将该区域标识出来，对命中的关键字在图像文件的原文中实现突出反显。 例如：/ ◆超星有PDG图像全文检索技术后，超星的260万种图书通过拆开，扫描、数字化加工，用图像全文检索技术重新组合成的一本有10亿页的、巨型的百科全书，任何一句诗词，任何一句名言，任何一幅插图，哪本书上有我要找的内容？都可以在读秀中找到它的出处；通过链接找到。 ◆超星公司自豪地说：读秀是什么？读秀是一部最大最全的百科全书，一部有10亿页全文，并且不断增加的百科全书。 PDG图像全文检索 →图像反显 2.2.4 超星数字图书馆方案1. 高校数字图书馆概述 （1）数字图书馆是高校信息化建设的重点 教育部要求：高等学校图书馆要具备“现代电子图书系统和计算机网络服务体系。” ●高端的IT设备都积极开发“在高校数字图书馆上应用”？ ●发展前景好，市场非常大，是IT行业都想吃这块肥肉？ ●也集中了IT行业大量的优秀人才； ●DL——计算机技术的图书馆的应用，精通之，就业前景看好。 因为：有实力的高校都在数字图书馆建设上下功夫！ 知识经济时代，数字图书馆的建立为高校教育提供了灵活多样的培养方法，且不受时间、空间和地域的限制，能适合各种学科并能满足高校教育、终身教育的需求。 1. 高校数字图书馆概述 （2）海量数字资源是高校数字图书馆基础 超星数字图书馆已经建立起了规模庞大的数字资源库，并开发成功自主知识产权的超星阅览器，解决了大量数据的远程传输问题，建立了数据资源的海量储存，为我国数字图书馆的发展做出了巨大的贡献。 （3）要兼容传统图书馆并有革命性的进步 ●在相当一个时期，图书馆的纸质文献和数字图书馆并存