2023公共數(shù)據(jù)歷史數(shù)據(jù)數(shù)字化工作指南

II公共數(shù)據(jù) 歷史數(shù)數(shù)字化作指南目 次前言 II112范引文件 13語定義 14略語 15作程 26體劃 27據(jù)研析 28史據(jù)閱 29據(jù)構(gòu)化 29.1概述 29.2掃識(shí)別 29.3手錄入 310據(jù)對(duì) 311據(jù)儲(chǔ)檔 411.1數(shù)存儲(chǔ) 411.2歷數(shù)歸檔 4參考獻(xiàn) 511公共數(shù)據(jù) 歷史數(shù)據(jù)數(shù)字化工作指南范圍本文件給出了文本資源歷史數(shù)據(jù)數(shù)字化的指導(dǎo)和建議。本文件適用于各級(jí)公共管理和服務(wù)機(jī)構(gòu)文本資源歷史數(shù)據(jù)數(shù)字化的規(guī)劃、實(shí)施和管理。（GB/T31219.2—2014圖書館館藏資源數(shù)字化加工規(guī)范第2部分：文本資源DB37/T4646.2—2023公共數(shù)據(jù)數(shù)據(jù)治理規(guī)范第2部分：數(shù)據(jù)清洗比對(duì)下列術(shù)語和定義適用于本文件。3.1文本 text以字符、符號(hào)、詞、短語、段落、句子、表格或者其他字符排列形成的數(shù)據(jù)，用于表達(dá)意義，其解GB/T4894—2009，4.1.1.2.4]3.2數(shù)字像 digitalimageDA/T31—2017，3.2]3.3歸檔 filingDA/T1—2000，3.1.1]縮略語下列縮略語適用于本文件。DPI：每英寸點(diǎn)數(shù)（DotsPerInch）JPEG（JointPhotographicExpertsGroup）OCR（OpticalCharacterRecognition）OFDOpenFixed-layoutDocument)PDF：可攜帶文檔格式（PortableDocumentFormat）TIFF：標(biāo)簽圖像文件格式（TagImageFileFormat）22開始總體計(jì)劃數(shù)據(jù)結(jié)構(gòu)化據(jù)開始總體計(jì)劃數(shù)據(jù)結(jié)構(gòu)化據(jù) 校對(duì)借閱歷史數(shù)據(jù)數(shù)據(jù)調(diào)研分析掃描識(shí)別數(shù)據(jù)存儲(chǔ)歸檔結(jié)束圖1 歷史據(jù)字流程結(jié)束概述數(shù)據(jù)結(jié)構(gòu)化方式主要包括：掃描以掃描方式對(duì)歷史數(shù)據(jù)進(jìn)行處理時(shí)宜滿足：33掃描設(shè)備：根據(jù)數(shù)據(jù)規(guī)模、尺寸和形狀、存儲(chǔ)條件等選擇掃描設(shè)備，歷史數(shù)據(jù)尺寸較大時(shí)，300DPI；TIFFJPEGOFD、PDFGB/T31219.2—20146.3.1識(shí)別采用OCR識(shí)別等技術(shù)對(duì)掃描文件進(jìn)行文字識(shí)別，依據(jù)數(shù)據(jù)類別（比如票據(jù)、證件、表格、公文等）對(duì)識(shí)別結(jié)果進(jìn)行處理，形成并輸出結(jié)構(gòu)化數(shù)據(jù)。概述手工錄入包括正常信息和異常信息錄入兩種情況，根據(jù)實(shí)際情況選擇單工錄入、雙工錄入方式。注：雙工錄入為同一份歷史數(shù)據(jù)由兩個(gè)操作員分別進(jìn)行錄入。歷史數(shù)據(jù)中正常信息錄入時(shí)宜按照歷史數(shù)據(jù)原文錄入，正常信息錄入宜滿足：歷史數(shù)據(jù)中異常信息錄入時(shí)宜備注說明錄入情況，異常信息錄入宜滿足：*44排列順序、圖像質(zhì)量，數(shù)據(jù)存儲(chǔ)載體的安