Skillnad mellan versioner av "MOPOCR"
Från wpu.nu
(Skapade sidan med 'Dokument som skickas till denna wiki körs genom ett specialutvecklat skript. Dess uppgift är att översätta till text (OCR), formatera texten, och extrahera nyckelinformati...') |
|||
| Rad 2: | Rad 2: | ||
Ett exempel är automatisk formatering av dialogförhör. När skriptet upptäcker att det är dialogförhör det har att göra med så formateras det på ett sätt som gör att det blir lättläst på en wiki. | Ett exempel är automatisk formatering av dialogförhör. När skriptet upptäcker att det är dialogförhör det har att göra med så formateras det på ett sätt som gör att det blir lättläst på en wiki. | ||
| + | |||
| + | En del metadata extraheras automatiskt. Det gäller tex uppslagsnummer, förhörd person, förhörsledare och klockslag. Skriptet hanterar detta genom att känna igen formulärens format. Om det tex är ett förhör skrivet på formuläret RPS.1.2 så vet skriptet var tex förhörsledare står, även om skanningen är lite sned | ||
Versionen från 8 augusti 2020 kl. 15.45
Dokument som skickas till denna wiki körs genom ett specialutvecklat skript. Dess uppgift är att översätta till text (OCR), formatera texten, och extrahera nyckelinformation. Eftersom detta är en ganska komplex uppgift för ett automatiserat program. Fördelen i detta fall är att mycket av MOP-dokument har liknande format. Därför behöver det inte vara generaliserbart till alla typer av dokument.
Ett exempel är automatisk formatering av dialogförhör. När skriptet upptäcker att det är dialogförhör det har att göra med så formateras det på ett sätt som gör att det blir lättläst på en wiki.
En del metadata extraheras automatiskt. Det gäller tex uppslagsnummer, förhörd person, förhörsledare och klockslag. Skriptet hanterar detta genom att känna igen formulärens format. Om det tex är ett förhör skrivet på formuläret RPS.1.2 så vet skriptet var tex förhörsledare står, även om skanningen är lite sned