[发明专利]将纸质文件电子化著录归档的方法和系统

说明书

本申请公开了一种将纸质文件电子化著录归档的方法和系统，涉及数字信息传输技术领域，方法包括：对纸质文件进行扫描；对电子文件进行校验；对识别标题、识别内容以及识别标题和识别内容的相对位置进行配置；形成识别内容配置库；形成语法语义检查规则；对电子文件进行预处理；识别预处理通过的电子文件的标题和内容，将预处理通过的电子文件的内容与识别内容配置库中的内容进行比对，均比对成功后，将预处理通过的电子文件的标题和内容进行关联；对预处理通过的电子文件的标题和内容进行语法语义检查；根据电子文件的类型制定著录策略；根据著录策略对电子文件进行著录归档。如此，缓解了日常繁重的纸质文件的归档和核对校验工作。

技术领域

本申请涉及数字信息传输技术领域，具体地说，涉及一种将纸质文件电子化著录归档的方法和系统。

背景技术

随着科技的发展和人们生活水平的提高，人们所从事的社会活动越来越丰富，所需要存档的纸质文件也越来越多，例如桥梁是现代交通运输系统中不可分割的重要部分，桥梁巡检通过对桥梁结构和构件进行检测，了解其各部位损伤程度，核定其承载能力，为桥梁的维修养护提供必要的依据。由于我国桥梁数量多，类型和规模有所不同，结构和构件差异较大，巡检周期长，因此桥梁巡检产生的资料数量大，归档繁琐，耗费大量人力物力，并且归档过程易产生错误，核对校验不方便，使得管理桥梁巡检档案成为一大难题。

发明内容

有鉴于此，本申请所要解决的技术问题是提供了一种将纸质文件电子化著录归档的方法和系统，可以将纸质文件识别成电子文件，经过语法语义检查，利用预先定制的著录策略，实现桥梁巡检资料的灵活著录归档，缓解了日常繁重的纸质文件的归档和核对校验工作。

为了解决上述技术问题，本申请有如下技术方案：

第一方面，一种将纸质文件电子化著录归档的方法，其特征在于，包括：

对纸质文件进行扫描，形成与所述纸质文件对应的电子文件，并将所述电子文件上传至文件校验模块；

根据所述电子文件的图像信息、展示方向和尺寸对所述电子文件进行校验，并将校验通过的电子文件发送至版面内容识别模块；

针对不同的所述电子文件对应的模板，对识别标题、识别内容以及所述识别标题和所述识别内容的相对位置进行配置；根据所述模板定义参考位置以及偏移量，计算出识别位置，并根据所述识别标题、识别内容、识别开始位置和结束位置形成识别内容配置库；

分别建立与所述识别标题和所述识别内容对应的识别标题词库和识别内容词库，定义所述识别标题和所述识别内容的格式和长度，并根据定义的所述识别标题和所述识别内容的格式和长度将所述识别标题和所述识别内容进行关联，形成语法语义检查规则；

对所述电子文件进行预处理；

识别预处理通过的电子文件的标题和内容，根据所述预处理通过的电子文件的类型，从所述识别内容配置库中获取与所述识别内容库对应的识别标题和识别内容，将所述预处理通过的电子文件的标题与所述识别内容配置库中的标题进行比对，并将所述预处理通过的电子文件的内容与所述识别内容配置库中的内容进行比对，均比对成功后，将预处理通过的电子文件的标题和内容进行关联；

根据所述语法语义检查规则，对预处理通过的电子文件的标题和内容进行语法语义检查；

根据电子文件的类型制定著录策略；

将通过语法语义检查的电子文件形成电子文件明细，根据所述著录策略对所述电子文件进行著录归档。

第二方面，一种将纸质文件电子化著录归档的系统，其特征在于，包括：扫描入库模块、文件校验模块，版面内容识别模块、著录策略制定模块和著录归档模块，其中，所述版面内容识别模块包括：识别内容配置模块、词库建立训练模块、电子文件预处理模块、模板法匹配识别模块和语法语义检查模块；