[发明专利]一种古旧报纸的数字化保护和传承的装置

权利要求书

1.一种古旧报纸的数字化展示和利用方法，其特征在于，

所述方法包括：

步骤1，使用超宽幅面扫描仪对古旧报纸进行扫描，获取古旧报纸的扫描件；

步骤2，对古旧报纸的扫描件进行OCR识别，并结合人工辅助，对扫描得到的PDF报纸版面进行内容采集，获取古旧报纸的期次、版次、报纸日期、篇名、作者及全文内容信息；

步骤3、在对报纸版面进行内容采集之后，对存储在数据库中的数据进行检索聚类，所述检索聚类采用机器学习加人工干预的方式，对通过全文检索技术提取的报纸文章的关键词、主题词进行聚类，并创建题名索引、关键词索引、主题索引、全文索引，实现题名、关键词、主题、全文检索等的各级检索，

步骤4、通过编程，实现所述内容的展示，所述展示包括存储于服务器的PDF报纸版面及全文文本的展示，所述全文文本用于展示储存于数据库中的古旧报纸的期次、版次、报纸日期、篇名、作者及全文内容的结构化数据中的至少一项，所述展示以HTML方式显示在显示屏幕上，

步骤5、通过对展示内容的触发，还可实现期次跳转、版次跳转、文章跳转，方便地进行在线阅读；通过纠错功能，实现校对，

步骤6、通过PDF报纸版面及全文文本的对照，通过点击放大原图，实现报纸内容的考证。

2.如权利要求1所述的古旧报纸的数字化展示和利用方法，其特征在于，

所述方法还包括：美观的PDF报纸版面及全文文本的对照版式与阅读器、平板、触摸屏硬件结合，可转化为古旧报刊新产品，

所述全文内容显示页面使用水印技术，并限制拷贝功能，

所述全文检索技术为solr搜索引擎技术。

3.如权利要求1所述的古旧报纸的数字化展示和利用方法，其特征在于，

所述方法还包括：

所述展示包括报刊汇总界面和检索框，或者所述展示包括检索聚类区域、检索框和检索结果的展示，所述检索聚类、检索框和检索结果分别展示在同一展示界面的不同区域。

4.如权利要求1所述的古旧报纸的数字化展示和利用方法，其特征在于，

所述方法还包括：对采集内容的多维展示，包括文字展示、地图展示、曲谱展示、书法展示、插画展示。

5.一种古旧报纸的数字化保护和传承的装置，其特征在于，

包括一平台，所述平台包括：

扫描模块，用于使用超宽幅面扫描仪对古旧报纸进行扫描，获取古旧报纸的扫描件；

采集模块，用于对古旧报纸的扫描件进行OCR识别，并结合人工辅助，对扫描得到的PDF报纸版面进行内容采集，获取古旧报纸的期次、版次、报纸日期、篇名、作者及全文内容信息；

处理模块，用于对报纸版面进行内容采集之后，对存储在数据库中的数据进行检索聚类，所述检索聚类采用机器学习加人工干预的方式，对通过全文检索技术提取的报纸文章的关键词、主题词进行聚类，创建题名索引、关键词索引、主题索引、全文索引，实现题名、关键词、主题、全文检索等的各级检索，

显示模块，用于通过编程，实现所述内容的展示，所述展示包括存储于服务器的PDF报纸版面原貌及全文文本的展示，所述全文文本用于展示储存于数据库中的古旧报纸的期次、版次、报纸日期、篇名、作者及全文内容的结构化数据中的至少一项，所述展示以HTML方式显示在显示屏幕上，

交互模块：用于通过对展示内容的触发，还可实现期次跳转、版次跳转、文章跳转，方便地进行在线阅读；通过纠错功能，实现校对，

放大模块，用于通过点击放大原图，实现报纸内容的考证。

6.如权利要求5所述的古旧报纸的数字化保护和传承的装置，其特征在于，所述处理模块还包括：在全文内容显示页面使用水印技术，并限制拷贝功能，所述全文检索技术为solr搜索引擎技术。

7.如权利要求5所述的古旧报纸的数字化保护和传承的装置，其特征在于，

所述处理和显示模块还包括：

展示包括报刊汇总界面和检索框，或者所述展示包括检索聚类区域、检索框和检索结果的展示，所述检索聚类、检索框和检索结果分别展示在同一展示界面的不同区域。