DA_T77-2019纸质档案数字复制件光学字符识别（OCR）工作规范.pdfVIP

/—

DAT772019

纸质档案数字复制件光学字符

识别()工作规范

OCR

1范围

()、。

本标准规定了纸质档案数字复制件光学字符识别OCR工作的组织实施和管理

、()。

本标准适用于字迹清晰文本规范的纸质档案数字复制件的光学字符识别OCR工作

2规范性引用文件

。,

下列文件对于本文件的应用是必不可少的凡是注日期的引用文件仅注日期的版本适用于本文

。,()。

件凡是不注日期的引用文件其最新版本包括所有的修改单适用于本文件

/档号编制规则

DAT13

/归档文件整理规则

DAT22

/纸质档案数字化规范

DAT31

3术语和定义

下列术语和定义适用于本文件。

3.1

字符character

、。

供组织控制或表示数据用的元素集合中的一个元素

[—,]

GB180302005定义4.1

3.2

字符集characterset

多个字符的集合。

:、、、、。

注常见字符集有ASCII字符集GB2312字符集BIG5字符集GB18030字符集Unicode字符集等

3.3

光学字符识别;

oticalcharacterreconitionOCR

pg

、、。

通过信息技术对图像文件中的字符形状进行识别文字转换和文本输出呈现的过程

3.4

纸质档案数字复制件diitalcoofaer-basedrecord

gpypp

,、、

纸质档案经过数字化加工过程后形成的存储在磁带磁盘光盘等载体上并能被计算机等电子设

备识别的数字图像。

3.5

档案OCR成果OCRoutcomeofrecord

记录通过OCR技术获取的纸质档案数字复制件文字内容的文件。

3

/—

DAT772019

3.6

识别准确率reconitionaccurac

gy

通过OCR技术识别正确字符的比率。

:(/)

注识别准确率识别正确字符数应识别字符总数

=×100%

3.7

识别速度reconitionseed