研究现有报纸的用户
主要在现有的在线馆藏中搜索,并想了解是否需要自己的台式电脑来进行本地 OCR。Delpher 介绍了按词搜索和限定搜索时间范围的功能。
如果您主要检索 Delpher 中已有的广告,不妨先使用现有的在线馆藏:Delpher 支持按词搜索和筛选,因此无需为此自行安装 OCR 软件。若要建立自己的档案,是否需要台式电脑取决于扫描件、元数据、OCR 软件和存储需求;更强的处理器无法弥补数据缺失或识别错误。
主要在现有的在线馆藏中搜索,并想了解是否需要自己的台式电脑来进行本地 OCR。Delpher 介绍了按词搜索和限定搜索时间范围的功能。
希望在本地整理并检索扫描件、识别出的文字,以及日期或来源等信息。Paperless-ngx 利用 OCR 文本让文档支持搜索。
经常处理自己的扫描件,因此需要考虑 OCR 校对、存储和结果整理。荷兰皇家图书馆(KB)介绍了带有 OCR 文本和词语坐标的 Delpher 报纸扫描件;KB LAB 文档也指出,广告中以视觉元素为主的部分并不总能被准确识别。
首先确定您是要搜索现有的在线馆藏,还是要自行管理扫描件和索引。之后再根据工作流程,评估适合的软件、存储方案和台式电脑。
适合这种方式:主要研究已经数字化并可搜索的广告。
需要留意:能搜索到什么,取决于馆藏内容及其中提供的 OCR 文本;检索历史拼写时,可能需要尝试不同的搜索词。
适合这种方式:希望自行保存并搜索扫描件、OCR 文本和元数据。
需要留意:软件、存储、备份和识别文本校对都需要自行安排。
| 关注点 | 需要检查什么? | 对哪些人更重要? |
|---|---|---|
| 可搜索性和元数据 | 确认软件能否记录并搜索 OCR 文本及所需字段,例如日期和来源。 | 如果我想按内容、日期和来源查找广告,就要先确认软件是否支持搜索这些信息。约 33% 的消费者将可搜索性和元数据列为首要考虑因素。 |
| 存储空间和备份 | 用具有代表性的试用馆藏测算容量,并为扫描件、索引数据和独立的备份位置预留空间。 | 如果我想保存自己的扫描件和索引,就要避免因一块硬盘损坏而丢失唯一副本。约 27% 的消费者优先考虑存储和数据留存。 |
| 本地 OCR 处理 | 用真实扫描件测试计划使用的软件,并检查文件格式;不要仅凭处理器型号判断 OCR 效果。 | 如果我经常处理扫描件,就需要能够检查并更正识别出的文本。约 20% 的消费者最关注本地 OCR 处理。 |
| 工作环境和软件平台 | 检查操作系统、扫描仪和显示器接口,以及具体配置的存储选项。 | 如果我想让台式电脑兼容现有设备和软件,就需要确认平台是否合适。约 20% 的消费者将工作环境适配性列为首要考虑因素。 |
Paperless-ngx 将 OCR 文本与搜索功能结合,并支持标签和自定义字段;建议先用少量试验数据确认这些功能是否满足您的研究需求。Delpher 则提供针对其现有馆藏的搜索和筛选功能。
搜索效果还取决于 OCR 文本、可用元数据和所使用的搜索软件。难以辨认的广告文字也可能需要人工校对。
在把处理器性能作为决定性标准之前,先用计划使用的软件测试最难识别的广告和不同的搜索词。
检查和更正识别出的文本需要时间。
自建档案可能包含扫描件、识别出的文字和元数据;可用空间并不等于标称容量。
用一组具有代表性的文件测算容量,并确认如何将备份保存在独立位置。Microsoft 介绍的“文件历史记录”功能支持使用外接硬盘或网络位置。
备份需要单独的存储位置。
机身小巧并不代表具体配置一定能连接您的扫描仪和显示器,也不代表它兼容您的索引软件。
购买前,请确认具体配置的操作系统、接口,以及软件的系统要求。
能够找到广告,并不意味着您可以公开传播。适用条件可能会受到版权和个人信息保护要求的影响。
请区分内部研究和公开发布,并在发布前核对相关馆藏的具体使用条款。
HP 提供适用于 Windows 工作环境的小巧 ProDesk 4 Mini G1i 配置。HP 列出的 BY7A0ET#ABH 配置搭载 Windows 11 Pro、16 GB RAM 和 512 GB SSD。
如果您关注硬盘位和接口,PRO DP21 14M 系列值得纳入对比。MSI 列出的系列配置包括一个 M.2 硬盘位和两个 2.5 英寸硬盘位。
如果您已确认扫描、OCR 和索引软件支持 macOS,Mac mini 是一种小巧的 macOS 方案。Apple 列出的受评估 M6 基础配置搭载 16 GB 统一内存和 256 GB SSD 存储。
Dell Pro 是值得对比的商用台式电脑产品线。Dell 表示,OptiPlex 台式电脑产品线已不再提供,并推荐用户关注 Dell Pro。
以下 Joybuy 推荐产品均为适合小型工作空间的 Mac mini 配置。购买前请确认扫描、OCR 和索引软件能否在 macOS 上运行。
暂无图片
如果您选择的扫描、OCR 和索引软件支持 macOS,这款小巧的台式电脑值得考虑。
配备 12 核 CPU 和 12 核 GPU。
配备 24 GB 内存和 512 GB SSD。
暂无图片
如果您选择的扫描、OCR 和索引软件支持 macOS,这款小巧的台式电脑值得考虑。
配备 12 核 CPU 和 12 核 GPU。
配备 16 GB 内存和 512 GB SSD。
暂无图片
如果您选择的扫描、OCR 和索引软件支持 macOS,这款小巧的台式电脑值得考虑。
配备 12 核 CPU 和 12 核 GPU。
配备 16 GB 内存和 256 GB SSD。
请确认您的软件支持 macOS,并确认存储空间能否满足个人文件需求。
如果您要找的广告已收录在 Delpher 中,就不必自行进行 OCR:Delpher 介绍了按词搜索和筛选功能,包括限定时间范围。若要检索的自建馆藏尚无可搜索的文本,就需要另行进行 OCR 或录入文本。
先选取少量样本进行测试,并确认软件支持您需要的文件格式和元数据。Paperless-ngx 介绍了对 PDF 和 TIFF 等文件进行 OCR 处理的功能,也提供标签和自定义字段;请用样本确认这些功能能否满足您的研究需求。
不是。Microsoft 介绍的 Windows“文件历史记录”功能支持使用外接硬盘或网络位置保存备份。此外,还要确认档案软件能否导出或恢复索引和元数据。
不一定。荷兰皇家图书馆(KB)指出,报纸内容的再利用可能受到版权和个人信息保护要求的限制。荷兰政府也区分了个人使用的副本与传播或公开发布。因此,发布前请确认具体馆藏涉及的权利和个人信息。