Інтеграція програмних засобів оцифрування документів в електронну систему архіву

Автор(и)

DOI:

https://doi.org/10.31516/2410-5333.065.14

Ключові слова:

архів, оцифрування документів, класифікація документів, автоматичне розпізнавання

Анотація

Стаття присвячена дослідженню актуальних засобів, за допомогою яких можна здійснювати процес оцифрування документів в архівах та установах, де відбувається зберігання документів. Вибір оптимального засобу оцифрування документів в архівах за допомогою сучасних рішень дозволить швидко та якісно зберегти великі масиви інформації. Сучасні технології оцифрування розглядаються в контексті встановлення їхніх переваг та недоліків, а також класифікації документів у цифровому середовищі. Проаналізовано виклики, які виникають під час переходу від традиційного аналогового до цифрового зберігання документів, зокрема це проблеми з класифікацією оцифрованих документів, безпекою та збереженням інтегрітету інформації. Розроблено методичні рекомендації щодо вибору оптимальних засобів оцифрування з метою забезпечення ефективного зберігання й структурування документації в архівній сфері.

Біографії авторів

В. Г. Курило, Національний університет «Львівська політехніка», м. Львів

аспірант спеціальності «Інформаційна, бібліотечна та архівна справа»

М. В. Комова, Національний університет «Львівська політехніка», м. Львів

доктор наук із соціальних комунікацій, професор, доцент кафедри соціальних комунікацій та інформаційної діяльності

Посилання

Haranin, O., Khristova, N., & Sribniak, I. (2012). The influence of copying and reproduction technology on the preservation of archival documents. URIAARM, Kyiv. Retrieved from https://undiasd.archives.gov.ua/doc/mr-vpluvtex.pdf. [In Ukrainian].

Kovtaniuk, Y. (2023). Normative and legal regulation of digitization of funds of cultural institutions as requirement for development of state integration electronic information resources of national historical and cultural heritage. Rukopisna ta knižkova spadŝina Ukraïni, (31), 379–406. doi:10.15407/rksu.31.379. [In Ukrainian].

Babczyński, T., & Ptak, R. (2024). Direct Tensor Voting in line segmentation of handwritten documents. International Journal of Electronics and Telecommunications, 95–102. doi:10.24425/ijet.2024.149519. [In English].

Balaha, H. M., Ali, H. A., Youssef, E. K., Elsayed, A. E., Samak, R. A., Abdelhaleem, M. S., ... & Mohammed, M. M. (2021). Recognizing arabic handwritten characters using deep learning and genetic algorithms. Multimedia Tools and Applications, 80, 32473-32509. doi:10.1007/s11042-021-11185-4. [In English].

Colesnicov, A., Malahov, L., Cojocaru, S., & Burtseva, L. (2020). Semi-automated workflow for recognition of printed documents with heterogeneous content. Computer Science Journal of Moldova, 84 (3), 223–240. Retrieved from https://ibn.idsi.md/sites/default/files/imag_file/v28-n3-%28pp223-240%29.pdf. [In English].

Harris, M., Levene, M., Zhang, D., & Levene, D. (2019). Comparing “parallel passages” in digital archives. Journal of Documentation, 76 (1), 271–289. doi:10.1108/jd-10-2018-0175. [In English].

Liang, J., Wang, H., & Li, X. (2020). Task design and assignment of full-text generation on mass chinese historical archives in digital humanities: a crowdsourcing approach. Aslib Journal of Information Management, 72 (2), 262–286. doi:10.1108/AJIM-09-2019-0245. [In English].

Lischer-Katz, Z. (2022). The emergence of digital reformatting in the history of preservation knowledge: 1823–2015. Journal of Documentation, 78 (6), 1249–1277. doi:10.1108/jd-04-2021-0080. [In English].

Muehlberger, G., Seaward, L., Terras, M., Oliveira, S. A., Bosch, V., Bryan, M., ... & Zagoris, K. (2019). Transforming scholarship in the archives through handwritten text recognition: Transkribus as a case study. Journal of documentation, 75 (5), 954–976. doi:10.1108/jd-07-2018-0114. [In English].

Navarrete, T., & Mackenzie Owen, J. (2011). Museum libraries: how digitization can enhance the value of the museum. Palabra clave, 1 (1). Retrieved from https://www.researchgate.net/publication/265069291. [In English].

Shen, Z., Zhang, R., Dell, M., Lee, B. C. G., Carlson, J., & Li, W. (2021). Layoutparser: A unified toolkit for deep learning based document image analysis. In Document Analysis and Recognition–ICDAR 2021: 16th International Conference, Lausanne, Switzerland, September 5–10, 2021, Proceedings, Part I 16 (pp. 131–146). Springer International Publishing. doi:10.1007/978-3-030-86549-8_9. [In English].

Yurtsever, M. M. E., Özcan, M., Taruz, Z., Eken, S., & Sayar, A. (2022). Figure search by text in large scale digital document collections. Concurrency and Computation: Practice and Experience, 34 (1), e6529. doi:10.1002/cpe.6529. [In English].

##submission.downloads##

Опубліковано

2024-06-26

Номер

Розділ

Прикладні соціокомунікаційні технології