淺析漢字識(shí)別技術(shù)在檔案管理工作中的應(yīng)用

1、    淺析漢字識(shí)別技術(shù)在檔案管理工作中的應(yīng)用    王慶吉摘 要漢字識(shí)別技術(shù)，顧名思義就是計(jì)算機(jī)能夠?qū)h字進(jìn)行有效地識(shí)別，在檔案管理工作中得到有效地應(yīng)該用可以提高檔案管理的工作效率。本文通過(guò)對(duì)漢字識(shí)別技術(shù)在檔案管理工作中的應(yīng)用進(jìn)行了深入的分析，旨在給相關(guān)工作人員提供一定的借鑒。關(guān)鍵詞漢字識(shí)別；檔案管理；應(yīng)用漢字識(shí)別技術(shù)就是將文字信息轉(zhuǎn)化成計(jì)算機(jī)系統(tǒng)可以識(shí)別的信息，為計(jì)算機(jī)進(jìn)行數(shù)據(jù)檢索提供了方便，同時(shí)也提高了檔案管理現(xiàn)代化的進(jìn)程。漢字識(shí)別技術(shù)有其具體的應(yīng)用價(jià)值，文中也會(huì)介紹這種技術(shù)的應(yīng)用方式，為我國(guó)的檔案管理工作的高效進(jìn)行打下基礎(chǔ)。一、漢字識(shí)別技術(shù)的應(yīng)用

2、價(jià)值漢字識(shí)別技術(shù)的應(yīng)用價(jià)值主要體現(xiàn)在兩個(gè)方面：一方面，把紙質(zhì)檔案上的固定信息變成可以被檢索利用的活信息，為文本數(shù)據(jù)管理技術(shù)提供豐富的數(shù)據(jù)源。首先，我國(guó)的檔案庫(kù)存數(shù)量非常大，種類也特別多，記載的歷史都是非常重要的，且有著較高的利用價(jià)值。但是，這種檔案只是單純的存在于紙張上，利用程度很低。雖然可以通過(guò)掃描儀進(jìn)行掃描，然后存儲(chǔ)到計(jì)算機(jī)中，但是這種方法也有一定的局限性。在對(duì)檔案進(jìn)行利用的時(shí)候也存在著諸多不便。其次，檔案館接收的文件大多數(shù)也是紙質(zhì)的形式，缺少文本文件，其中也有檔案文件丟失的現(xiàn)象。所以，漢字識(shí)別技術(shù)的利用可以有效地提高檢索效率，促進(jìn)檔案管理工作的順利進(jìn)行，有效地推動(dòng)檔案管理現(xiàn)代化的進(jìn)程。另

3、一方面，提供了一種新的檔案目錄數(shù)據(jù)的錄入方式。通常人們理解的漢字錄入就是運(yùn)用電腦的鍵盤，通過(guò)敲擊各個(gè)功能鍵錄入文字。這種方式是青年人在工作過(guò)程中不得不熟練地職業(yè)技能，只要對(duì)這種打字的技能掌握到熟練地程度就可以輕松便捷的進(jìn)行文字錄入工作。但是，對(duì)于年紀(jì)較大的工作者來(lái)說(shuō)，他們很難學(xué)會(huì)用鍵盤進(jìn)行文字錄入，而且一些檔案管理工作的從業(yè)者多數(shù)都是經(jīng)驗(yàn)豐富的老同志。這就給檔案管理工作帶來(lái)了一定的難度?，F(xiàn)如今，較為新興的技術(shù)就是漢字識(shí)別軟件，這種方式的工作方法主要是進(jìn)行“拖拉”，拖住文件標(biāo)題、文號(hào)等內(nèi)容，拉倒目錄數(shù)據(jù)庫(kù)的相關(guān)位置。所有的工作都在屏幕上進(jìn)行，免去敲擊鍵盤的過(guò)程。學(xué)習(xí)起來(lái)也比較容易，可以為任何年齡

4、段的工作者接收。其重要缺陷就是手動(dòng)的“拖拉”速度較慢，如果不熟練的掌握，很難超越鍵盤錄入的速度。二、漢字識(shí)別后生成的文本數(shù)據(jù)的屬性問(wèn)題。1、原始性是檔案的基本屬性。漢字識(shí)別后生成的文本數(shù)據(jù)是根據(jù)檔案的本源信息，即固定在紙質(zhì)載體上的漢字信息進(jìn)行加工處理：掃描、識(shí)別、校對(duì)、修改等工序后形成的復(fù)制加工品，因此不具有檔案的原始性。2、知識(shí)性是檔案的又一個(gè)屬性。檔案的知識(shí)性是檔案本身所得有的性質(zhì)。經(jīng)過(guò)漢字識(shí)別后的數(shù)據(jù)與原來(lái)紙張上的漢字是相同的。只是在漢字識(shí)別的過(guò)程中會(huì)存在和一定的誤差，如果這些誤差忽略不計(jì)，還保持著和檔案原件相同的知識(shí)性。3、信息性。漢字識(shí)別后的數(shù)據(jù)信息只是存在的載體發(fā)生了變化，這種檔案

5、信息比紙質(zhì)的文件檔案更利于傳播和利用，這種保存方式不會(huì)受到磨損和破壞。體現(xiàn)出一定的信息性。漢字識(shí)別后生成的文本數(shù)據(jù)應(yīng)該說(shuō)，它是一種新型的檔案一次信息的復(fù)制品或編研開(kāi)發(fā)成果。但作為一種新型的復(fù)制品或編研開(kāi)發(fā)成果，因其生成的目的不同，又具有兩種不同的屬性：當(dāng)以提供利用為目的通過(guò)漢字識(shí)別建立文本數(shù)據(jù)庫(kù)時(shí)，其文本數(shù)據(jù)具有類似于匯編類檔案編研成果的屬性；當(dāng)以編輯出版紙質(zhì)的檔案編研材料如大事記、組織機(jī)構(gòu)沿革、文件匯編等為目的進(jìn)行漢字識(shí)別時(shí)，其文本數(shù)據(jù)不僅具有類似于檔案編研成果的屬性，而且具有檔案原始性的基本屬性，因?yàn)樗鼈兪怯∷⑵坊虺霭嫖锏谋驹葱畔?。三、漢字識(shí)別技術(shù)的應(yīng)用方式漢字識(shí)別技術(shù)在檔案管理工作中的應(yīng)

6、用，主要適用于印刷漢字檔案內(nèi)容的識(shí)別，圖像、文本數(shù)據(jù)的形成、存儲(chǔ)和目錄數(shù)據(jù)的錄入等項(xiàng)工作。1、利用者閱讀紙質(zhì)檔案的內(nèi)容之后，對(duì)其所需要的內(nèi)容進(jìn)行掃描和漢字識(shí)別，或打印出統(tǒng)一格式的利用摘錄，或直接提供文本拷貝。這種利用方式的優(yōu)點(diǎn)主要有：首先，方便用戶；這就是人們所說(shuō)的打印和復(fù)印。復(fù)印的內(nèi)容與原始材料的信息內(nèi)容是一致的。用戶在對(duì)檔案的利用時(shí)可以根據(jù)檔案的復(fù)印件來(lái)進(jìn)行。這樣有助于對(duì)檔案原件的保存。同時(shí)，其信息可以進(jìn)行多次利用。其次，不給檔案人員增加建庫(kù)的工作負(fù)擔(dān)；原始的檔案管理工作都是在檔案館中，將厚重的檔案文件存放在檔案館中。檔案管理的工作的人員，對(duì)檔案文件的管理就是對(duì)紙質(zhì)的文件進(jìn)行管理。如果利用

7、漢字識(shí)別技術(shù)，就可以將紙張上的漢字通過(guò)掃描存儲(chǔ)在計(jì)算機(jī)中，由于計(jì)算機(jī)系統(tǒng)有著超大的內(nèi)存，所以可以存儲(chǔ)較多的檔案文件。這樣就不需要建立更多的檔案庫(kù)來(lái)管理檔案，只需在計(jì)算機(jī)上進(jìn)行就可以了。最后，節(jié)省建庫(kù)所需的經(jīng)費(fèi)開(kāi)支。其缺點(diǎn)主要有：不能為全文檢索提供數(shù)據(jù)，實(shí)現(xiàn)深層次開(kāi)發(fā)檔案信息資源的目的；存在對(duì)同一檔案內(nèi)容重復(fù)進(jìn)行掃描和漢字識(shí)別的可能性。2、輸入檔案目錄。這種輸入方法的成功利用，打破了傳統(tǒng)的鍵盤輸入的局限，為更多的檔案管理工作者提供了錄入的機(jī)會(huì)。但是其速度還沒(méi)有達(dá)到預(yù)期的目標(biāo)，成本費(fèi)用也相對(duì)較高。但畢竟也是檔案管理工作的一個(gè)有益的創(chuàng)新。3、掃描、保存圖像并提供利用，只針對(duì)利用者需要的圖像內(nèi)容進(jìn)行漢

8、字識(shí)別等利用服務(wù)。這種方式必須在已有文件目錄的前提下使用。其優(yōu)點(diǎn)很明顯，可以提供檔案的原件，也可以提供一定的信息，并且對(duì)信息的利用效率也有所提高。檔案管理人員對(duì)漢字識(shí)別后的文本數(shù)據(jù)不用做特別的維護(hù)，因?yàn)樗驮瓩n案一樣，沒(méi)有任何變化。但是也存在著一定的不足：漢字的識(shí)別技術(shù)對(duì)圖像的分辨率要求非常高。所以存儲(chǔ)的空間就相對(duì)來(lái)說(shuō)很大，因而就需要較多的存儲(chǔ)成本。針對(duì)這種現(xiàn)象，人們進(jìn)行了實(shí)驗(yàn)，如果對(duì)于普通的用戶，漢字識(shí)別較低分辨率的圖像也可以充分滿足其需要。四、總結(jié)漢字識(shí)別技術(shù)的運(yùn)用能夠在一定程度上推動(dòng)檔案管理現(xiàn)代化的進(jìn)程，同時(shí)有效地提高檔案管理工作的效率，為檔案管理的規(guī)范化和科學(xué)化打下了堅(jiān)實(shí)的基礎(chǔ)。在這種方法進(jìn)行利用的過(guò)程中，要注意從實(shí)