基于OCR技術(shù)的文本數(shù)據(jù)質(zhì)量控制研究

打開文本圖片集

文本數(shù)據(jù)質(zhì)量的發(fā)展離不開海量的原生數(shù)據(jù)和網(wǎng)絡(luò)原生數(shù)字資源的支持。原生數(shù)據(jù)包括業(yè)務(wù)數(shù)據(jù)、文獻(xiàn)數(shù)據(jù)和用戶數(shù)據(jù)三大類型。其中，文本數(shù)據(jù)是支撐文獻(xiàn)數(shù)據(jù)搜索引擎和知識化資源系統(tǒng)建設(shè)的主要對象。目前對于文本數(shù)據(jù)質(zhì)量控制存在流程復(fù)雜、數(shù)量巨大和技術(shù)效率要求較高的問題，OCR識別技術(shù)因此備受關(guān)注，其采用人工智能的輔助算法，OCR可以提高其兼容性。（剩余4136字）