谈在信息化档案管理工作中汉字识别技术的应用思维导图

关键词：信息化；汉字识别

汉字识别技术(简称OCR)可以理解为是让计算机认字的技术。它通过光电信号转换，即文本数据。

1汉字识别技术的应用价值汉字识别技术的应用价值主要体现在两个方面：

首先，从库存档案的情况来看，近几十年来形成的大量印刷汉字档案记载了我们党和国家的 重要历史，对我国现代化事业的发展，对精神文明和物质文明的建设都有着非常重要的利用 价值。但这部分档案的内容都没有文本数据，或者说都只是固定在纸质载体上的死信息。既使通过扫描以图像方式存储于计算机中，检索利用也有不便之处，难于满足现代社会对档案 信息的多种利用需求。其次，从办公自动化的发展情况来看，每年接收的档案中仍然会有相 当数量的档案没有文本文件，或为外单位来文，或为丢失损坏等。汉字识别技术的应用价值 就是使这两大部分纸质档案上的固定信息变成可以被检索利用的活信息，为全文检索提供数 据，使深层次的开发利用成为可能，更好地为现代化建设事业服务。

另一方面，提供了一种新的档案目录数据的录入方式。

应用计算机以来，汉字录入只有一种方式，即健盘录入。虽然目前汉字键盘录入的方法有许多种，而且日趋简便快捷，已是年轻人必备的职业技能，但是它毕竟属于一种技能，不仅需 要反应灵敏，手指灵活，而且要熟记录入的原则、方法和要领。这对于在档案部门占有相当比例的中老年同志来说，掌握起来确有难度。因此，键盘录入方式仍然是影响一些档案部门建立档案目录信息数据库的因素之一。OCR软件为我们提供了一条新的途径。它通过"拖拉 "的方式，将屏幕上文件的目录项如标题、文号、责任者等直接移植到档案目录数据库的相应字段中去，简单易学，一看就会。遗憾的是手工"拖拉"速度较慢，而且需要即时扫描或调用图像数据，所以单一利用这种方式录入档案目录，速度不及熟练录入员的键入速度。但它毕竟是一种新的录入方式，为建立档案目录信息数据库提供了一条前所未有的途径。而且 ，如果利用OCR软件同时建立新型的综合档案信息数据库，例如包括档案的文件目录、图像和文本等，效果就此较理想了。

2 汉字识别后生成的文本数据的属性问题。

3 汉字识别技术的应用方式

3.1利用者阅读纸质档案的内容之后，对其所需要的内容进行扫描和汉字识别，或打印出统一格式的利用摘录，或直接提供文本拷贝。