DB37T 4648-2023 公共數(shù)據(jù) 歷史數(shù)據(jù) 數(shù)字化工作指南　　

37Publicdata—GuidelinesforhistoricaldatadigitiI 2 2 2 2 2 2 2 3 3 4 4 4 5本文件按照GB/T1.1—2020《標準化工作導則第1部分：標準化文件的結(jié)構(gòu)和起草規(guī)則》的規(guī)定1公共數(shù)據(jù)歷史數(shù)據(jù)數(shù)字化工作指南本文件適用于各級公共管理和服務機構(gòu)文本資GB/T31219.2—2014圖書館館藏資源數(shù)字化加工規(guī)范第2部分：文本DB37/T4646.2—2023公共數(shù)據(jù)數(shù)據(jù)治理規(guī)范第2部分：數(shù)據(jù)清洗比對4縮略語DPI：每英寸點數(shù)（DotsPerIJPEG：聯(lián)合圖像專家組（JointPhotogrOCR：光學字符識別（OpticalCharacterRecoOFD：開放版式文檔(OpenFixed-layoutDocuPDF：可攜帶文檔格式（Portabl25工作流程開始總體計劃數(shù)據(jù)調(diào)研分析歷史數(shù)據(jù)借閱數(shù)據(jù)存儲歸檔數(shù)據(jù)校對 結(jié)束開始總體計劃數(shù)據(jù)調(diào)研分析歷史數(shù)據(jù)借閱數(shù)據(jù)存儲歸檔數(shù)據(jù)校對 結(jié)束數(shù)據(jù)結(jié)構(gòu)化數(shù)據(jù)結(jié)構(gòu)化掃描識別手工錄入9數(shù)據(jù)結(jié)構(gòu)化9.1概述b)手工錄入：適合處理字體過小、圖文模糊、版面復雜、準確度要求較高和文檔價值較高的歷9.2掃描識別9.2.1掃描3a)掃描設備：根據(jù)數(shù)據(jù)規(guī)模、尺寸和形狀、存儲條件等選擇掃描設備，歷史數(shù)據(jù)尺寸較大時，b)掃描色彩模式：根據(jù)歷史數(shù)據(jù)是否有紅頭、印章、照片、插圖、多色彩文字，以及頁面顏色是否為彩色、字跡是否清晰等情況選擇掃描色彩模式，包括彩色模式、黑白二值模式、灰度c)掃描參數(shù)：設置并調(diào)整掃描參數(shù)，以保證掃描后形成的文件清晰、完整、不失真，如文本資d)掃描格式：掃描文件宜使用通用格式，如TIFe)數(shù)字圖像質(zhì)量：掃描形成的數(shù)字圖像質(zhì)量要求宜符合GB/T31219.2f)掃描文件命名：掃描文件與歷史數(shù)據(jù)和結(jié)構(gòu)化數(shù)據(jù)建立關(guān)聯(lián)，并制定文件命名規(guī)則，命名包9.2.2識別采用OCR識別等技術(shù)對掃描文件進行文字識別，依據(jù)數(shù)據(jù)類別（比如票據(jù)、9.3.1概述歷史數(shù)據(jù)中正常信息錄入時宜按照歷史數(shù)據(jù)原文錄入，正常信息錄a)錄入時不宜增加空格、標點、符號等內(nèi)容；b)證件類號碼中的字符使用半角英文，數(shù)字使用阿拉伯數(shù)字；9.3.3異常信息錄入歷史數(shù)據(jù)中異常信息錄入時宜備注說明錄入情況，異常信息錄3)錯別字、語句不通順等異常內(nèi)容，按照歷史數(shù)據(jù)記載信息錄5)證件類號碼不符合該類證件編碼規(guī)則的，按歷史數(shù)據(jù)記載信息錄b)缺失信息錄入：在錄入選填信息時，有關(guān)信息完全無法確定或缺失的，該4文件一并存入本機構(gòu)對應業(yè)務庫中。其中，數(shù)據(jù)清