ಲಾಭಗಳು:
- ಸ್ಕ್ಯಾನ್ ಮಾಡಿದ ದಾಖಲೆಗಳನ್ನು OCR ಮತ್ತು HTR ನೊಂದಿಗೆ ಪಠ್ಯಕ್ಕೆ ಪರಿವರ್ತಿಸುವ ಮೂಲಕ ಮತ್ತು ಔಟ್ಪುಟ್ ಅನ್ನು ನಿಜವಾದ ಚಿತ್ರದೊಂದಿಗೆ ಹೋಲಿಸುವ ಮೂಲಕ ಸರಿಪಡಿಸುವ ಸಾಮರ್ಥ್ಯ
- ಆರ್ಕೈವ್ ಡಾಕ್ಯುಮೆಂಟ್ನ ಸ್ವಂತಿಕೆ ಮತ್ತು ಸಮಗ್ರತೆಯನ್ನು ಸಂರಕ್ಷಿಸುವ ಸಾಮರ್ಥ್ಯ ಮತ್ತು ವಿಷಯ ಮತ್ತು ಫ್ಯಾಬ್ರಿಕೇಟೆಡ್ ಮರುಸ್ಥಾಪನೆಯನ್ನು ಬದಲಾಯಿಸುವುದರಿಂದ AI ಅನ್ನು ತಡೆಯುತ್ತದೆ
- ಮೂಲ ಮಾಹಿತಿ ಮತ್ತು ಬಾಳಿಕೆ ಬರುವ ಸ್ವರೂಪಗಳೊಂದಿಗೆ ದೀರ್ಘಾವಧಿಯ ಡಿಜಿಟಲ್ ಸಂರಕ್ಷಣೆಯನ್ನು ಯೋಜಿಸುವ ಸಾಮರ್ಥ್ಯ
ಒಬ್ಬ ಆರ್ಕೈವಿಸ್ಟ್ಗೆ ಐವತ್ತು ವರ್ಷಗಳ ಹಳೆಯ ವೃತ್ತಪತ್ರಿಕೆ ಸಂಪುಟಗಳು, ಕೈಬರಹದ ಪತ್ರಗಳು ಅಥವಾ ಹಳೆಯ ಛಾಯಾಚಿತ್ರಗಳನ್ನು ಭವಿಷ್ಯದಲ್ಲಿ ಒಯ್ಯುವ ಜವಾಬ್ದಾರಿಯನ್ನು ನೀಡಲಾಗುತ್ತದೆ. ಈ ದಾಖಲೆಗಳು ಕಾಲಾನಂತರದಲ್ಲಿ ಸವೆಯುತ್ತವೆ; ಎರಡನ್ನೂ ಸಂರಕ್ಷಿಸಲು ಮತ್ತು ಅವುಗಳನ್ನು ಪ್ರವೇಶಿಸಲು, ಡಿಜಿಟಲೀಕರಣವನ್ನು ಮಾಡಲಾಗುತ್ತದೆ: ಭೌತಿಕ ಡಾಕ್ಯುಮೆಂಟ್ ಅನ್ನು ಸ್ಕ್ಯಾನ್ ಮಾಡುವ ಮತ್ತು ಅದನ್ನು ಡಿಜಿಟಲ್ ಪ್ರತಿಯಾಗಿ ಪರಿವರ್ತಿಸುವ ಕ್ರಿಯೆ. ಆದರೆ ಸ್ಕ್ರೀನಿಂಗ್ ಮಾತ್ರ ಸಾಕಾಗುವುದಿಲ್ಲ; ಡಿಜಿಟಲ್ ವಸ್ತುವು ದೀರ್ಘಾವಧಿಯಲ್ಲಿ ಕಂಡುಹಿಡಿಯಬಹುದಾದ, ಓದಬಹುದಾದ ಮತ್ತು ನಿರ್ವಹಿಸಬಹುದಾದಂತಿರಬೇಕು. ಈ ಘಟಕದಲ್ಲಿ, ಡಿಜಿಟಲೀಕರಣ, ಪ್ರತಿಲೇಖನ ಮತ್ತು ಡಿಜಿಟಲ್ ಸಂರಕ್ಷಣೆ ಕೆಲಸದ ಹರಿವಿನಲ್ಲಿ ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯನ್ನು ಹೇಗೆ ಬಳಸುವುದು ಎಂದು ನೀವು ಕಲಿಯುವಿರಿ; ಆದರೆ ನೀವು ಸ್ವಂತಿಕೆ ಮತ್ತು ನಿಖರತೆಯ ಜವಾಬ್ದಾರಿಯನ್ನು ಏಕೆ ಹೊಂದುತ್ತೀರಿ ಎಂಬುದನ್ನು ನೀವು ಕಲಿಯುವಿರಿ.
ಕೆಲವು ಪರಿಕಲ್ಪನೆಗಳು. OCR (ಆಪ್ಟಿಕಲ್ ಕ್ಯಾರೆಕ್ಟರ್ ರೆಕಗ್ನಿಷನ್) ಎನ್ನುವುದು ಡಾಕ್ಯುಮೆಂಟ್ನ ಚಿತ್ರದಲ್ಲಿನ ಪಠ್ಯವನ್ನು ಯಂತ್ರದಿಂದ ಸಂಪಾದಿಸಬಹುದಾದ ಪಠ್ಯವನ್ನಾಗಿ ಪರಿವರ್ತಿಸುವ ತಂತ್ರಜ್ಞಾನವಾಗಿದೆ. HTR (ಕೈಬರಹದ ಪಠ್ಯ ಗುರುತಿಸುವಿಕೆ) ಕೈಬರಹದ ದಾಖಲೆಗಳಿಗಾಗಿ ಅದೇ ಕೆಲಸವನ್ನು ಮಾಡುತ್ತದೆ ಮತ್ತು ಹೆಚ್ಚು ಕಷ್ಟಕರವಾಗಿರುತ್ತದೆ. ಡಿಜಿಟಲ್ ಸಂರಕ್ಷಣೆಯು ಫೈಲ್ ಫಾರ್ಮ್ಯಾಟ್ಗಳು ಬಳಕೆಯಲ್ಲಿಲ್ಲದ ಮತ್ತು ಸಾಫ್ಟ್ವೇರ್ ಬದಲಾವಣೆಗಳಾಗಿದ್ದರೂ, ಡಿಜಿಟಲ್ ವಸ್ತುಗಳು ದಶಕಗಳವರೆಗೆ ಓದಬಲ್ಲವು ಎಂದು ಖಚಿತಪಡಿಸಿಕೊಳ್ಳಲು ಯೋಜಿತ ಪ್ರಯತ್ನವಾಗಿದೆ. AI ಎಲ್ಲಾ ಮೂರು ಕ್ಷೇತ್ರಗಳಲ್ಲಿ ಶಕ್ತಿಯುತ ಆದರೆ ದೋಷಪೂರಿತ ಸಹಾಯಕವಾಗಿದೆ.
ಹಂತ ಹಂತವಾಗಿ: ಡಿಜಿಟಲೀಕರಣದಿಂದ ಸಂರಕ್ಷಣೆಗೆ
1. ಆದ್ಯತೆ ನೀಡಿ. ನೀವು ಎಲ್ಲವನ್ನೂ ಒಂದೇ ಬಾರಿಗೆ ಡಿಜಿಟೈಸ್ ಮಾಡಲು ಸಾಧ್ಯವಿಲ್ಲ. ಅತ್ಯಂತ ದುರ್ಬಲವಾದ, ಹೆಚ್ಚು ವಿನಂತಿಸಿದ ಮತ್ತು ಹೆಚ್ಚು ವಿಶಿಷ್ಟವಾದ ದಾಖಲೆಗಳನ್ನು ಮೊದಲು ಇರಿಸಲಾಗುತ್ತದೆ. ಇದು ನ್ಯಾಯಾಂಗ ನಿರ್ಧಾರ; AI ಪಟ್ಟಿ ಸಂಪಾದನೆಗೆ ಸಹಾಯ ಮಾಡುತ್ತದೆ, ಆದರೆ ಸಂಸ್ಥೆಯು ಆದ್ಯತೆಯನ್ನು ನಿರ್ಧರಿಸುತ್ತದೆ.
2. OCR/HTR ಅನ್ನು ಸ್ಕ್ಯಾನ್ ಮಾಡಿ ಮತ್ತು ಅನ್ವಯಿಸಿ. ಹೆಚ್ಚಿನ ರೆಸಲ್ಯೂಶನ್ನಲ್ಲಿ ಡಾಕ್ಯುಮೆಂಟ್ ಅನ್ನು ಸ್ಕ್ಯಾನ್ ಮಾಡಿ, ನಂತರ ಪಠ್ಯವನ್ನು ಹೊರತೆಗೆಯಲು OCR ಅಥವಾ HTR ಬಳಸಿ. ಹಳೆಯ ಮತ್ತು ಕಷ್ಟಕರವಾದ ಪಠ್ಯಗಳೊಂದಿಗೆ ಸಹ AI-ಆಧಾರಿತ ಪರಿಕರಗಳು ಇಲ್ಲಿ ಉತ್ತಮ ಮತ್ತು ಉತ್ತಮಗೊಳ್ಳುತ್ತಿವೆ.
3. ಪಠ್ಯವನ್ನು ಸರಿಪಡಿಸಿ ಮತ್ತು ಪರಿಶೀಲಿಸಿ. OCR/HTR ಔಟ್ಪುಟ್ ಎಂದಿಗೂ ಪರಿಪೂರ್ಣವಲ್ಲ. ದೋಷಗಳು ಸಾಮಾನ್ಯವಾಗಿದೆ, ವಿಶೇಷವಾಗಿ ಹಳೆಯ ಬರಹಗಳು, ಬಣ್ಣದ ಪುಟಗಳು ಅಥವಾ ಹಸ್ತಪ್ರತಿ ಇದ್ದರೆ. ಔಟ್ಪುಟ್ ಅನ್ನು ನಿಜವಾದ ಚಿತ್ರದೊಂದಿಗೆ ಹೋಲಿಸುವುದು ಮತ್ತು ಅದನ್ನು ಸರಿಪಡಿಸುವುದು ಅತ್ಯಗತ್ಯ.
4. ಮೆಟಾಡೇಟಾ ಮತ್ತು ರಕ್ಷಣೆ ಮಾಹಿತಿಯನ್ನು ಸೇರಿಸಿ. ಡಿಜಿಟಲ್ ವಸ್ತುವಿಗೆ ಅದರ ಮೂಲ, ಸ್ಕ್ಯಾನಿಂಗ್ ಪರಿಸ್ಥಿತಿಗಳು, ಫಾರ್ಮ್ಯಾಟ್ ಮಾಹಿತಿ ಮತ್ತು ಮೂಲವನ್ನು ಸೇರಿಸಿ - ಡಾಕ್ಯುಮೆಂಟ್ ಎಲ್ಲಿಂದ ಬಂದಿದೆ ಮತ್ತು ಅದನ್ನು ಹೇಗೆ ಪ್ರಕ್ರಿಯೆಗೊಳಿಸಲಾಗಿದೆ. ಭವಿಷ್ಯದ ಪರಿಶೀಲನೆ ಮತ್ತು ರಕ್ಷಣೆಗಾಗಿ ಈ ಮಾಹಿತಿಯು ನಿರ್ಣಾಯಕವಾಗಿದೆ.
5. ದೀರ್ಘಾವಧಿಯ ರಕ್ಷಣೆಗಾಗಿ ಯೋಜನೆ. ತೆರೆದ, ಸಾಮಾನ್ಯ ಮತ್ತು ಬಾಳಿಕೆ ಬರುವ ಫೈಲ್ ಫಾರ್ಮ್ಯಾಟ್ಗಳನ್ನು ಆಯ್ಕೆಮಾಡಿ; ಬ್ಯಾಕ್ ಅಪ್; ಫಾರ್ಮ್ಯಾಟ್ಗಳು ಬಳಕೆಯಲ್ಲಿಲ್ಲದಿದ್ದಲ್ಲಿ ವಲಸೆ ಯೋಜನೆಯನ್ನು ಮಾಡಿ.
ಸಲಹೆ: OCR ಔಟ್ಪುಟ್ ಅನ್ನು "ಸ್ಪಷ್ಟ ಪಠ್ಯ" ಎಂದು ಸ್ವೀಕರಿಸಬೇಡಿ. ಒಂದು ಹುಡುಕಾಟ ವ್ಯವಸ್ಥೆಯು ಈ ಪಠ್ಯದ ಮೂಲಕ ಕೆಲಸ ಮಾಡಬೇಕಾದರೆ, ತಪ್ಪಾಗಿ ಗುರುತಿಸಲಾದ ಪದಗಳು ಮೂಲವನ್ನು ಕಂಡುಹಿಡಿಯಲಾಗುವುದಿಲ್ಲ. ನಿರ್ಣಾಯಕ ಸಂಗ್ರಹಣೆಗಳಿಗಾಗಿ, ಮಾನವನ ಕಣ್ಣಿಗೆ OCR ಔಟ್ಪುಟ್ ಅನ್ನು ಸರಿಪಡಿಸುವುದು ಎಲ್ಲಾ ನಂತರದ ಪ್ರವೇಶದ ಗುಣಮಟ್ಟವನ್ನು ನಿರ್ಧರಿಸುತ್ತದೆ.
ಡಿಜಿಟಲ್ ವಸ್ತುವಿನ ದೃಢೀಕರಣ ಮತ್ತು ಸಮಗ್ರತೆ
ಆರ್ಕೈವಲ್ ಕೆಲಸದ ಹೃದಯಭಾಗದಲ್ಲಿ ದೃಢೀಕರಣ ಮತ್ತು ಸಮಗ್ರತೆ ಇವೆ: ಡಾಕ್ಯುಮೆಂಟ್ ನಿಜವಾಗಿಯೂ ಹಕ್ಕು ಪಡೆದ ಮೂಲದಿಂದ ಬಂದಿದೆ ಮತ್ತು ಅದರ ವಿಷಯಗಳನ್ನು ಬದಲಾಯಿಸಲಾಗಿಲ್ಲ ಎಂಬ ಭರವಸೆ. ಈ ಹಂತದಲ್ಲಿ, AI ದ್ವಿಮುಖ ಬೆದರಿಕೆಯನ್ನು ಸೃಷ್ಟಿಸುತ್ತದೆ. ಮೊದಲನೆಯದಾಗಿ, OCR/HTR ತಿದ್ದುಪಡಿ ಅಥವಾ "ವರ್ಧನೆ" ಸಮಯದಲ್ಲಿ, AI ಪಠ್ಯವನ್ನು ಮೌನವಾಗಿ ಮಾರ್ಪಡಿಸಬಹುದು; "ತಿದ್ದುಪಡಿ" ಎಂಬ ಹೆಸರಿನಲ್ಲಿ ಅಸ್ತಿತ್ವದಲ್ಲಿಲ್ಲದ ಪದವನ್ನು ಸೇರಿಸಬಹುದು. ಎರಡನೆಯದಾಗಿ, ಚಿತ್ರ "ದುರಸ್ತಿ" ಅಥವಾ "ಪುನಃಸ್ಥಾಪನೆ" AI ಯೊಂದಿಗೆ ಮಾಡಿದರೆ, ಮೂಲವಲ್ಲದ ವಿವರಗಳನ್ನು ಉತ್ಪಾದಿಸಬಹುದು.
ಆರ್ಕೈವಿಸ್ಟ್ ನಿಯಮವು ಸ್ಪಷ್ಟವಾಗಿದೆ: ಡಿಜಿಟಲ್ ಸಂರಕ್ಷಣೆ ಪ್ರತಿಯು ಮೂಲಕ್ಕೆ ನಿಷ್ಠವಾಗಿರಬೇಕು. AI ಯೊಂದಿಗೆ ಮಾಡಿದ ಪ್ರತಿಯೊಂದು ಸುಧಾರಣೆಯನ್ನು ದಾಖಲಿಸಬೇಕು ಮತ್ತು ನಿಜವಾದ (ಕಚ್ಚಾ) ಸ್ಕ್ಯಾನ್ ಅನ್ನು ಯಾವಾಗಲೂ ಸಂರಕ್ಷಿಸಬೇಕು. ಡಾಕ್ಯುಮೆಂಟ್ ಅನ್ನು "ಸುಂದರಗೊಳಿಸುವುದು" ಅದರ ಐತಿಹಾಸಿಕ ಪುರಾವೆ ಮೌಲ್ಯವನ್ನು ನಾಶಪಡಿಸುತ್ತದೆ.
ಎಚ್ಚರಿಕೆ: AI ನೊಂದಿಗೆ ಹಳೆಯ ಫೋಟೋ ಅಥವಾ ಡಾಕ್ಯುಮೆಂಟ್ ಅನ್ನು "ಸುಧಾರಿಸಲು" ಇದು ಪ್ರಚೋದಿಸಬಹುದು; ಆದರೆ ಕಾಣೆಯಾದ ಭಾಗಗಳನ್ನು ರೂಪಿಸುವ ಮೂಲಕ AI ತುಂಬುತ್ತದೆ. ಆರ್ಕೈವಲ್ ಡಾಕ್ಯುಮೆಂಟ್ನಲ್ಲಿ, ಇದರರ್ಥ ಸುಳ್ಳು ಐತಿಹಾಸಿಕ ಪುರಾವೆಗಳನ್ನು ರಚಿಸುವುದು. ಮರುಸ್ಥಾಪನೆ ಔಟ್ಪುಟ್ ಎಂದಿಗೂ ಮೂಲ ಮೂಲವನ್ನು ಬದಲಿಸುವುದಿಲ್ಲ; ಪ್ರತ್ಯೇಕ, ಸ್ಪಷ್ಟವಾಗಿ ಲೇಬಲ್ ಮಾಡಲಾದ ರೂಪಾಂತರವಾಗಿ ಸಂಗ್ರಹಿಸಲಾಗಿದೆ.
ಮೂರು ಸಣ್ಣ ಪ್ರಕರಣಗಳು
ಪ್ರಕರಣ 1 - ವೃತ್ತಪತ್ರಿಕೆ ಆರ್ಕೈವ್ಗಳನ್ನು ಹುಡುಕಬಹುದಾಗಿದೆ. ಲೈಬ್ರರಿಯು ತನ್ನ 30 ವರ್ಷಗಳ ಹಳೆಯ ಸ್ಥಳೀಯ ಪತ್ರಿಕೆಗಳ ಸಂಗ್ರಹವನ್ನು ಡಿಜಿಟೈಸ್ ಮಾಡಿದೆ. OCR ನೊಂದಿಗೆ, 90,000 ಪುಟಗಳನ್ನು ಲಿಪ್ಯಂತರಿಸಲಾಗಿದೆ ಮತ್ತು ಹುಡುಕಬಹುದಾಗಿದೆ; ಈ ಹಿಂದೆ ದಿನಗಳನ್ನು ತೆಗೆದುಕೊಂಡ ವಿಷಯದ ಹುಡುಕಾಟವನ್ನು ಈಗ ಸೆಕೆಂಡುಗಳಿಗೆ ಕಡಿಮೆ ಮಾಡಲಾಗಿದೆ. ಆದಾಗ್ಯೂ, ಹಳೆಯ ಮತ್ತು ಬಣ್ಣದ ಪುಟಗಳಲ್ಲಿ OCR ನಿಖರತೆಯು 80% ಕ್ಕೆ ಇಳಿದಿದೆ ಎಂದು ತಂಡವು ಗಮನಿಸಿದೆ ಮತ್ತು ಮಾನವ ಕಣ್ಣಿನಿಂದ ಉನ್ನತ ವರ್ಷಗಳನ್ನು ಸರಿಪಡಿಸಲು ಆದ್ಯತೆ ನೀಡಿದೆ.
ಪ್ರಕರಣ 2 - HTR ಹಸ್ತಪ್ರತಿಯನ್ನು ತೆರೆಯಿತು. ಆರ್ಕೈವ್ 19 ನೇ ಶತಮಾನದ ಅಕ್ಷರಗಳನ್ನು ಓದಲು ಕಷ್ಟಕರವಾದ ಸಂಗ್ರಹಕ್ಕೆ HTR ಅನ್ನು ಅನ್ವಯಿಸುತ್ತದೆ. ತಜ್ಞರು ತಿಂಗಳ ಓದುವಿಕೆಯ ಪ್ರಕಾರ ವ್ಯವಸ್ಥೆಯು ಉತ್ತಮ ವೇಗವನ್ನು ಪಡೆಯಿತು; ಆದರೆ ಮುದ್ರಣದ ಪ್ರತಿ ಪುಟವನ್ನು ಪರಿಣಿತ ಪ್ಯಾಲಿಯೋಗ್ರಾಫರ್ (ಪ್ರಾಚೀನ ಬರವಣಿಗೆಯ ಪರಿಣಿತರು) ಮೂಲಕ್ಕೆ ಹೋಲಿಸಿದರು, ಏಕೆಂದರೆ ಜನರು ಮತ್ತು ಸ್ಥಳಗಳ ಹೆಸರುಗಳಲ್ಲಿ ದೋಷಗಳಿವೆ.
ಪ್ರಕರಣ 3 - ನಕಲಿ "ಮರುಸ್ಥಾಪನೆ" ತಿರಸ್ಕರಿಸಲಾಗಿದೆ. ಒಂದು ತಂಡವು AI ನೊಂದಿಗೆ ಹರಿದ ಐತಿಹಾಸಿಕ ಛಾಯಾಚಿತ್ರವನ್ನು "ದುರಸ್ತಿ" ಮಾಡಲು ಪರಿಗಣಿಸಿದೆ. ಕಾಣೆಯಾದ ಮುಖದ ಭಾಗಗಳನ್ನು ಅಳವಡಿಸುವ ಮೂಲಕ AI ಪೂರ್ಣಗೊಳಿಸಿದೆ. ಈ ಕಪೋಲಕಲ್ಪಿತ ವಿವರಗಳು ಐತಿಹಾಸಿಕ ಪುರಾವೆಗಳನ್ನು ವಿರೂಪಗೊಳಿಸುತ್ತವೆ ಎಂದು ಆರ್ಕೈವಿಸ್ಟ್ ಅರಿತುಕೊಂಡರು; ರಿಪೇರಿ ಮಾಡಲಾದ ಚಿತ್ರವನ್ನು ಮೂಲದೊಂದಿಗೆ ಪ್ರತ್ಯೇಕವಾಗಿ ಸಂಗ್ರಹಿಸಲಾಗಿದೆ, "AI ಉತ್ಪನ್ನ" ಎಂದು ಮಾತ್ರ ಸ್ಪಷ್ಟವಾಗಿ ಲೇಬಲ್ ಮಾಡಲಾಗಿದೆ.
ಪ್ರವೇಶ ನಕಲು, ಸಂರಕ್ಷಣೆ ನಕಲು ಮತ್ತು ಸ್ವರೂಪ ನಿರ್ಧಾರ
ವಿಭಿನ್ನ ಉದ್ದೇಶಗಳಿಗಾಗಿ ಒಂದೇ ವಸ್ತುವಿನ ಪ್ರತಿಗಳನ್ನು ಪ್ರತ್ಯೇಕಿಸುವುದು ಡಿಜಿಟಲೀಕರಣದಲ್ಲಿ ಉತ್ತಮ ಅಭ್ಯಾಸವಾಗಿದೆ. ಸಂರಕ್ಷಣಾ ಮಾಸ್ಟರ್ ಎನ್ನುವುದು ಭವಿಷ್ಯದಲ್ಲಿ ಸಾಗಿಸಬೇಕಾದ ನಿಜವಾದ ಡಿಜಿಟಲ್ ವಸ್ತುವಾಗಿದ್ದು, ಹೆಚ್ಚಿನ ರೆಸಲ್ಯೂಶನ್, ಸಂಕ್ಷೇಪಿಸದ ಅಥವಾ ನಷ್ಟವಿಲ್ಲದ ಸ್ವರೂಪದಲ್ಲಿ ಸಂಗ್ರಹಿಸಲಾಗುತ್ತದೆ; ಇದು ವಿರಳವಾಗಿ ಸ್ಪರ್ಶಿಸಲ್ಪಡುತ್ತದೆ. ಪ್ರವೇಶ ಪ್ರತಿಯು ಬಳಕೆದಾರರಿಗೆ ಪ್ರಸ್ತುತಪಡಿಸಲಾದ ಚಿಕ್ಕದಾದ, ಸುಲಭವಾಗಿ ತೆರೆಯಲಾದ ರೂಪಾಂತರವಾಗಿದೆ. ಈ ವ್ಯತ್ಯಾಸವು ಮುಖ್ಯವಾಗಿದೆ ಏಕೆಂದರೆ ಬಳಕೆಗೆ ಪ್ರಾಯೋಗಿಕವಾಗಿರುವ ಸ್ವರೂಪವು (ಸಣ್ಣ, ಸಂಕುಚಿತ) ದೀರ್ಘಾವಧಿಯ ಸಂರಕ್ಷಣೆಗೆ ಸೂಕ್ತವಾಗಿರುವುದಿಲ್ಲ; ಸಂರಕ್ಷಣೆಗಾಗಿ ಆದರ್ಶ ಸ್ವರೂಪ (ದೊಡ್ಡ, ನಷ್ಟವಿಲ್ಲದ) ದೈನಂದಿನ ಬಳಕೆಗೆ ತೊಡಕಾಗಿದೆ. ಈ ವರ್ಕ್ಫ್ಲೋನಲ್ಲಿ, ಫೈಲ್ಗಳನ್ನು ದಾಸ್ತಾನು ಮಾಡಲು, ಕಾಣೆಯಾದ ರೂಪಾಂತರಗಳನ್ನು ಪತ್ತೆಹಚ್ಚಲು ಮತ್ತು ಎರಡು ಪ್ರತಿಗಳ ನಡುವೆ ಮೆಟಾಡೇಟಾವನ್ನು ಸ್ಥಿರವಾಗಿರಿಸಲು AI ಸಹಾಯ ಮಾಡುತ್ತದೆ. ಆದಾಗ್ಯೂ, ಸ್ವರೂಪದ ಆಯ್ಕೆಯು ಸಂರಕ್ಷಣಾ ನಿರ್ಧಾರವಾಗಿದೆ: ತೆರೆದ, ವ್ಯಾಪಕವಾಗಿ ದಾಖಲಿತ ಮತ್ತು ಬಾಳಿಕೆ ಬರುವ ಸ್ವರೂಪಗಳಿಗೆ ಆದ್ಯತೆ ನೀಡಬೇಕು (ಮಾಲೀಕತ್ವದ, ಮುಚ್ಚಿದ ಸ್ವರೂಪಗಳಿಗಿಂತ), ಮತ್ತು ಕಾಲಾನಂತರದಲ್ಲಿ ಸ್ವರೂಪಗಳು ಬಳಕೆಯಲ್ಲಿಲ್ಲದ ಸಂದರ್ಭದಲ್ಲಿ ವಲಸೆ ಯೋಜನೆಯನ್ನು ಸಿದ್ಧಪಡಿಸಬೇಕು. AI ಒಂದು ಸ್ವರೂಪವನ್ನು ಸೂಚಿಸಿದರೂ ಸಹ, ಸಂಸ್ಥೆಯ ದೀರ್ಘಾವಧಿಯ ಸಂರಕ್ಷಣೆ ನೀತಿಯು ಅಂತಿಮ ಹೇಳಿಕೆಯನ್ನು ಹೊಂದಿರುತ್ತದೆ.
ಸಲಹೆ: ಪ್ರತಿ ಡಿಜಿಟಲ್ ಆಬ್ಜೆಕ್ಟ್ಗಾಗಿ, "ಮೂಲ ಮೂಲ ಎಲ್ಲಿದೆ, ಸಂರಕ್ಷಣೆ ನಕಲು ಯಾವ ಸ್ವರೂಪದಲ್ಲಿದೆ, ಪ್ರವೇಶ ಪ್ರತಿ ಯಾವ ಸ್ವರೂಪದಲ್ಲಿದೆ ಮತ್ತು ಬಳಕೆದಾರರಿಗೆ ಯಾವುದು ಲಭ್ಯವಾಗಿದೆ?" ಎಂಬ ಪ್ರಶ್ನೆಗಳಿಗೆ ಉತ್ತರಿಸುವ ಸಂಕ್ಷಿಪ್ತ ದಾಖಲೆಯನ್ನು ಇರಿಸಿ. ಈ ಮೂರು ಪದರಗಳನ್ನು ಮಿಶ್ರಣ ಮಾಡುವುದರಿಂದ ಯಾವ ಫೈಲ್ ವಿಶ್ವಾಸಾರ್ಹ ಮಾಸ್ಟರ್ ಮುಂದೆ ಹೋಗುತ್ತಿದೆ ಎಂಬುದು ಅಸ್ಪಷ್ಟವಾಗಿಸುತ್ತದೆ.
ನಾಲ್ಕು ನಕಲಿಸಬಹುದಾದ ಟೆಂಪ್ಲೇಟ್ಗಳು
1) OCR ಔಟ್ಪುಟ್ ತಿದ್ದುಪಡಿ ಸಹಾಯ:
ಕೆಳಗೆ OCR ಪಠ್ಯ ಮತ್ತು ನಿಜವಾದ ಪುಟದ ವಿವರಣೆ ಇದೆ. openOCR ದೋಷಗಳನ್ನು ಮಾತ್ರ ಸರಿಪಡಿಸಿ (ಕೆಟ್ಟ ಅಕ್ಷರಗಳು, ಸಂಯುಕ್ತ/ವಿಭಜಿತ ಪದಗಳು). ವಿಷಯವನ್ನು ಬದಲಾಯಿಸಬೇಡಿ, ಪದಗಳನ್ನು ಸೇರಿಸಬೇಡಿ ಅಥವಾ ತೆಗೆದುಹಾಕಬೇಡಿ. ನಿಮಗೆ ಖಚಿತವಿಲ್ಲದಿದ್ದರೆ, "[?]" ಎಂದು ಗುರುತಿಸಿ. OCR ಪಠ್ಯ: [ಇಲ್ಲಿ]
2) ಪಠ್ಯ-ಚಿತ್ರದ ಸ್ಥಿರತೆ ಪರಿಶೀಲನೆ:
ಕೆಳಗಿನ ಸರಿಪಡಿಸಿದ ಪಠ್ಯದಲ್ಲಿ ಮೂಲ ಡಾಕ್ಯುಮೆಂಟ್ನಲ್ಲಿ ಇರಬೇಕೆಂದು ನಿರೀಕ್ಷಿಸದ ಯಾವುದೇ ಸೇರ್ಪಡೆಗಳಿವೆಯೇ (ಅದನ್ನು ರಚಿಸಿರಬಹುದು)? ಪ್ರತಿ ಸಂಶಯಾಸ್ಪದ ಭಾಗವನ್ನು ಗುರುತಿಸಿ ಮತ್ತು ಅದು ಏಕೆ ಅನುಮಾನಾಸ್ಪದವಾಗಿದೆ ಎಂದು ಬರೆಯಿರಿ. ಪಠ್ಯ: [ಇಲ್ಲಿ]
3) ರಕ್ಷಣೆ ಮೆಟಾಡೇಟಾ ಡ್ರಾಫ್ಟ್:
ಕೆಳಗಿನ ಡಿಜಿಟೈಸ್ಡ್ ಆಬ್ಜೆಕ್ಟ್ಗಾಗಿ ಸಂರಕ್ಷಣೆ ಮೆಟಾಡೇಟಾ ಔಟ್ಲೈನ್ ಅನ್ನು ರಚಿಸಿ: ಮೂಲ, ಮೂಲ, ಸ್ಕ್ಯಾನ್ ದಿನಾಂಕ/ರೆಸಲ್ಯೂಶನ್, ಫೈಲ್ ಫಾರ್ಮ್ಯಾಟ್, ವಹಿವಾಟು ಇತಿಹಾಸ. ನಾನು ಒದಗಿಸಿದ ಮಾಹಿತಿಯನ್ನು ಬಳಸಿ, ಕಾಣೆಯಾದ ಕ್ಷೇತ್ರವನ್ನು ಖಾಲಿ ಬಿಡಿ. ಮಾಹಿತಿ: [ಇಲ್ಲಿ]
4) ಆದ್ಯತೆಯ ಸಹಾಯ:
ಡಿಜಿಟಲೀಕರಣಕ್ಕಾಗಿ ಕಾಯುತ್ತಿರುವ ಸಂಗ್ರಹಣೆಗಳ ಪಟ್ಟಿಯನ್ನು ಕೆಳಗೆ ನೀಡಲಾಗಿದೆ; ದುರ್ಬಲತೆ, ಬೇಡಿಕೆ ಮತ್ತು ಅನನ್ಯತೆಯ ಆಧಾರದ ಮೇಲೆ ಆದ್ಯತೆ ನೀಡಲು ಸಹಾಯ ಮಾಡಿ. ಪ್ರತಿ ಸಂಪನ್ಮೂಲಕ್ಕೆ ಸಂಕ್ಷಿಪ್ತ ಸಮರ್ಥನೆಯನ್ನು ನೀಡಿ; ಅಂತಿಮ ನಿರ್ಧಾರವನ್ನು ನನಗೆ ಬಿಡಿ.ಪಟ್ಟಿ: [ಇಲ್ಲಿ]
ದುರ್ಬಲ ಪ್ರಾಂಪ್ಟ್ / ಬಲವಾದ ಪ್ರಾಂಪ್ಟ್
ದುರ್ಬಲ ಪ್ರಾಂಪ್ಟ್:
ಈ ಸ್ಕ್ಯಾನ್ ಮಾಡಿದ ಪಠ್ಯವನ್ನು ಸರಿಪಡಿಸಿ ಮತ್ತು ಸುಂದರಗೊಳಿಸಿ.
"ಬ್ಯೂಟಿಫೈ" ವಿಷಯವನ್ನು ಬದಲಾಯಿಸಲು, ಲೋಪಗಳನ್ನು ಸರಿದೂಗಿಸಲು AI ಅನ್ನು ಆಹ್ವಾನಿಸುತ್ತದೆ; ಆರ್ಕೈವ್ ಡಾಕ್ಯುಮೆಂಟ್ನ ಮೂಲತೆಯು ಹಾನಿಗೊಳಗಾಗಿದೆ.
ಶಕ್ತಿಯುತ ಪ್ರಾಂಪ್ಟ್:
ನಿಮ್ಮ ಪಾತ್ರ: ಡಿಜಿಟಲೀಕರಣ ಸಂಪಾದಕ ಸಹಾಯಕ. ಕೆಳಗಿನ OCR ಪಠ್ಯದಲ್ಲಿ, ಸ್ಪಷ್ಟವಾದ ಗುರುತಿಸುವಿಕೆ ದೋಷಗಳನ್ನು ಮಾತ್ರ ಸರಿಪಡಿಸಿ (ಕೆಟ್ಟ ಅಕ್ಷರ, ತಪ್ಪಾಗಿ ವಿಭಜಿತ ಪದ). ಯಾವುದೇ ಪದಗಳನ್ನು ಸೇರಿಸಬೇಡಿ, ತೆಗೆದುಹಾಕಬೇಡಿ ಅಥವಾ ಬದಲಾಯಿಸಬೇಡಿ. ನೀವು ಖಚಿತವಾಗಿರದಿರುವಲ್ಲಿ "[?]" ಬಿಡಿ. ನೀವು ಮಾಡಿದ ಪ್ರತಿ ತಿದ್ದುಪಡಿಯನ್ನು ಪ್ರತ್ಯೇಕ ಪಟ್ಟಿಯಲ್ಲಿ ತೋರಿಸಿ. ಪಠ್ಯ: [ಇಲ್ಲಿ]
ಪ್ರಬಲ ಪ್ರಾಂಪ್ಟ್ AI ಅನ್ನು ದೋಷಗಳನ್ನು ಗುರುತಿಸಲು ಮಾತ್ರ ಸೀಮಿತಗೊಳಿಸುತ್ತದೆ, ವಿಷಯವನ್ನು ಸ್ಪರ್ಶಿಸುವುದನ್ನು ನಿಷೇಧಿಸುತ್ತದೆ ಮತ್ತು ತಿದ್ದುಪಡಿಗಳನ್ನು ಪತ್ತೆಹಚ್ಚುವಂತೆ ಮಾಡುತ್ತದೆ.
ಕೆಲಸದ ಹರಿವು ಮತ್ತು ಅಪಾಯದ ಕೋಷ್ಟಕ
ಹಂತ
AI ನ ಕೊಡುಗೆ
ಮುಖ್ಯ ಅಪಾಯ
ರಕ್ಷಣೆಯ ಅಳತೆ
ಸ್ಕ್ಯಾನ್
-
ಕಳಪೆ ಗುಣಮಟ್ಟದ
ಹೆಚ್ಚಿನ ರೆಸಲ್ಯೂಶನ್
OCR/HTR
ಪಠ್ಯಕ್ಕೆ ಪರಿವರ್ತಿಸಿ
ಗುರುತಿಸುವಿಕೆ ದೋಷಗಳು
ಮಾನವ ತಿದ್ದುಪಡಿ
ತಿದ್ದುಪಡಿ
ದೋಷ ಸಲಹೆ
ವಿಷಯವನ್ನು ಬದಲಾಯಿಸುವುದು
ಮೂಲದೊಂದಿಗೆ ಹೋಲಿಕೆ
ಪುನಃಸ್ಥಾಪನೆ
ಚಿತ್ರ ಉತ್ಪನ್ನ
ಬಿಗಿಯಾದ ವಿವರ
ಕಚ್ಚಾ ಮೂಲವನ್ನು ಇರಿಸಿ, ಅದನ್ನು ಲೇಬಲ್ ಮಾಡಿ
ರಕ್ಷಣೆ
ಮೆಟಾಡೇಟಾ ಡ್ರಾಫ್ಟ್
ಮೂಲದ ನಷ್ಟ
ಮೂಲ ದಾಖಲೆ
ಸಾಮಾನ್ಯ ತಪ್ಪುಗಳು
- ತಿದ್ದುಪಡಿ ಇಲ್ಲದೆ OCR ಔಟ್ಪುಟ್ ಅನ್ನು ಸ್ವೀಕರಿಸಲಾಗುತ್ತಿದೆ. ದೋಷಗಳು ಹುಡುಕಾಟ ಮತ್ತು ಪ್ರವೇಶವನ್ನು ಅಡ್ಡಿಪಡಿಸುತ್ತವೆ.
- AI ಅನ್ನು "ಸುಂದರಗೊಳಿಸಿ" ಎಂದು ಕರೆಯುವುದು. ಇದು ವಿಷಯವನ್ನು ಬದಲಾಯಿಸುತ್ತದೆ ಮತ್ತು ಸ್ವಂತಿಕೆಯನ್ನು ನಾಶಪಡಿಸುತ್ತದೆ.
- ನಿಜವಾದ ಸಾಕ್ಷ್ಯಕ್ಕಾಗಿ AI ಮರುಸ್ಥಾಪನೆಯನ್ನು ಬದಲಿಸುವುದು. ಫ್ಯಾಬ್ರಿಕೇಟೆಡ್ ವಿವರ ಸುಳ್ಳು ಇತಿಹಾಸವನ್ನು ಸೃಷ್ಟಿಸುತ್ತದೆ.
- ಕಚ್ಚಾ ಸ್ಕ್ಯಾನ್ ಅನ್ನು ಸಂಗ್ರಹಿಸುವುದಿಲ್ಲ. ಮೂಲವಿಲ್ಲದೆ ಯಾವುದೇ ತಿದ್ದುಪಡಿಯನ್ನು ಪರಿಶೀಲಿಸಲಾಗುವುದಿಲ್ಲ.
- ಮೂಲ ಮಾಹಿತಿಯನ್ನು ಬಿಟ್ಟುಬಿಡುವುದು. ಡಾಕ್ಯುಮೆಂಟ್ನ ವಿಶ್ವಾಸಾರ್ಹತೆಯನ್ನು ಪತ್ತೆಹಚ್ಚಲಾಗುವುದಿಲ್ಲ.
ಸಾರಾಂಶದಲ್ಲಿ
ಡಿಜಿಟಲ್ ದಾಖಲೆಗಳು ಮತ್ತು ಡಿಜಿಟೈಸೇಶನ್ನಲ್ಲಿ AI; ಇದು OCR/HTR ಪ್ರತಿಲೇಖನ, ಮೆಟಾಡೇಟಾ ಡ್ರಾಫ್ಟಿಂಗ್ ಮತ್ತು ಆದ್ಯತೆಯ ವೇಗವನ್ನು ಹೆಚ್ಚಿಸುವ ಅಮೂಲ್ಯವಾದ ಸಹಾಯವಾಗಿದೆ. ಆದರೆ ಆರ್ಕೈವಲ್ ಕೆಲಸದ ಮೂಲತತ್ವವು ದೃಢೀಕರಣ ಮತ್ತು ಸಮಗ್ರತೆಯಾಗಿದೆ: OCR ಔಟ್ಪುಟ್ ಅನ್ನು ಮಾನವ ಕಣ್ಣಿನಿಂದ ಸರಿಪಡಿಸಬೇಕು, AI ಎಂದಿಗೂ ವಿಷಯವನ್ನು ಮೌನವಾಗಿ ಬದಲಾಯಿಸಬಾರದು, ಮರುಸ್ಥಾಪನೆ ಉತ್ಪನ್ನಗಳು ಮೂಲ ಪುರಾವೆಗಳನ್ನು ಬದಲಾಯಿಸಬಾರದು ಮತ್ತು ಕಚ್ಚಾ ಸ್ಕ್ಯಾನಿಂಗ್ ಮತ್ತು ಮೂಲ ಮಾಹಿತಿಯನ್ನು ಯಾವಾಗಲೂ ಸಂರಕ್ಷಿಸಬೇಕು. ಡಾಕ್ಯುಮೆಂಟ್ ಅನ್ನು "ಸುಧಾರಿಸದ" ಸಾಧನವಾಗಿ AI ಅನ್ನು ಬಳಸಿ, ಆದರೆ ಅದನ್ನು ನಿಜವಾಗಿಸುವಾಗ ಅದನ್ನು ಪ್ರವೇಶಿಸುವಂತೆ ಮಾಡುತ್ತದೆ.
ಅಪ್ಲಿಕೇಶನ್ ಕಾರ್ಯ
OCR ಔಟ್ಪುಟ್ನ ಸಣ್ಣ ಮಾದರಿಯನ್ನು ಪಡೆಯಿರಿ (ನಿಮ್ಮ ಸ್ವಂತ ಉತ್ಪಾದನೆ ಅಥವಾ ನಿಜವಾದ ಸ್ಕ್ಯಾನ್ನಿಂದ). "OCR ಔಟ್ಪುಟ್ ತಿದ್ದುಪಡಿ ಸಹಾಯ" ಟೆಂಪ್ಲೇಟ್ನೊಂದಿಗೆ ಗುರುತಿಸುವಿಕೆ ದೋಷಗಳನ್ನು ಮಾತ್ರ ಸರಿಪಡಿಸಿ, ನಂತರ AI "ಪಠ್ಯ-ಚಿತ್ರದ ಸ್ಥಿರತೆ ಪರಿಶೀಲನೆ" ಟೆಂಪ್ಲೇಟ್ನೊಂದಿಗೆ ವಿಷಯವನ್ನು ಸೇರಿಸಿದೆಯೇ ಎಂದು ಪರಿಶೀಲಿಸಿ. ನಂತರ "ಪ್ರಿಸರ್ವೇಶನ್ ಮೆಟಾಡೇಟಾ ಡ್ರಾಫ್ಟ್" ಟೆಂಪ್ಲೇಟ್ನೊಂದಿಗೆ ವಸ್ತುವಿನ ಮೂಲ ಮತ್ತು ಫಾರ್ಮ್ಯಾಟ್ ಮಾಹಿತಿಯೊಂದಿಗೆ ದಾಖಲೆಯನ್ನು ರಚಿಸಿ.
ಪರಿಶೀಲನಾಪಟ್ಟಿ
- [ ] ನಾನು OCR/HTR ಔಟ್ಪುಟ್ ಅನ್ನು ನಿಜವಾದ ಚಿತ್ರದೊಂದಿಗೆ ಹೋಲಿಸಿದೆ ಮತ್ತು ಅದನ್ನು ಸರಿಪಡಿಸಿದೆ.
- [] AI ವಿಷಯವನ್ನು ಸೇರಿಸುವುದಿಲ್ಲ/ಬದಲಾಯಿಸುವುದಿಲ್ಲ ಎಂದು ನಾನು ಪರಿಶೀಲಿಸಿದ್ದೇನೆ.
- [ ] ನಾನು ಕಚ್ಚಾ (ಮಾಸ್ಟರ್) ಸ್ಕ್ಯಾನ್ ಅನ್ನು ಪ್ರತ್ಯೇಕವಾಗಿ ಮತ್ತು ಬದಲಾಗದೆ ಇರಿಸಿದೆ.
- [ ] ನಾನು ಮೆಟಾಡೇಟಾಗೆ ಮೂಲ ಮತ್ತು ಸ್ವರೂಪದ ಮಾಹಿತಿಯನ್ನು ಸೇರಿಸಿದೆ.
- [ ] ನಾನು ಮರುಸ್ಥಾಪನೆ ರೂಪಾಂತರಗಳನ್ನು "AI ಉತ್ಪನ್ನ" ಎಂದು ಸ್ಪಷ್ಟವಾಗಿ ಲೇಬಲ್ ಮಾಡಿದ್ದೇನೆ.