Bereits heute verfügen […] Dienstleister über Verfahren, die […] OLR/OCR […] ermöglichen. […] Goobi.Production [muss] in der Lage sein, diese Daten zu extrahieren und […] aufbereiten zu können.
Beantwortung zu Rückfragen:
Welche Daten soll Goobi aus OLR/OCR-Ergebnissen konkret übernehmen bzw. extrahieren können? […]
Antwort:
Zum jetzigen Zeitpunkt ist lediglich erforderlich, vorliegende Volltextdaten im ALTO, TEI sowie ABBYY-FInereader XML Format mit einem Vorgang durch Goobi schleusen zu können. Ein Editieren, Visualisieren etc. ist nicht notwendig.
Grobkonzept:
Wie bereits in vorherigen Kapitel beschrieben können in den Prozessordnern, die Goobi verwaltet, beliebige Unterordner erstellt werden, welche den gesamten Workflow lang zur Verfügung stehen. Etwas anders ist dies bei der Aufbewahrung von OCR-Daten gelöst. Hier besteht, neben dem bekannten „images“ Ordner, im Vorgangsverzeichnis ein ocr Ordner, welcher die Unterverzeichnisse _txt, _wc, _pdf und _alto enthalten kann. Die Verzeichniss sind jedoch im Quelltext „hart verdrahtet“. Nicht alle Verzeichnisse werden im aktuellen Stand beim Export angesprochen/genutzt. Goobi wird dahingehend erweitert, dass beim Anlegen von Prozessen beliebig Unterordner automatisch erstellt werden können, die in goobi_config.properties konfigurierbar sind und auch bei Export berücksichtigt werden. Ein betriebssystemspezifisches Berechtigungsmanagement ist derzeit aufgrund von Beschränkungen der verwendeten Java-Version 6 jedoch nur mit dem Aufruf betriebssystemspezifischen Skriptdateien möglich.
Lösungsvorschlag:
Goobi wird dahingehend erweitert, dass beim Anlegen von Prozessen beliebig Unterordner automatisch erstellt werden können, die in goobi_config.properties konfigurierbar sind und auch bei Export berücksichtigt werden
matthias-ronge
commented
10 years ago
Leistungsbeschreibung:
Bereits heute verfügen […] Dienstleister über Verfahren, die […] OLR/OCR […] ermöglichen. […] Goobi.Production [muss] in der Lage sein, diese Daten zu extrahieren und […] aufbereiten zu können.
Beantwortung zu Rückfragen:
Welche Daten soll Goobi aus OLR/OCR-Ergebnissen konkret übernehmen bzw. extrahieren können? […]
Antwort: Zum jetzigen Zeitpunkt ist lediglich erforderlich, vorliegende Volltextdaten im ALTO, TEI sowie ABBYY-FInereader XML Format mit einem Vorgang durch Goobi schleusen zu können. Ein Editieren, Visualisieren etc. ist nicht notwendig.
Grobkonzept:
Wie bereits in vorherigen Kapitel beschrieben können in den Prozessordnern, die Goobi verwaltet, beliebige Unterordner erstellt werden, welche den gesamten Workflow lang zur Verfügung stehen. Etwas anders ist dies bei der Aufbewahrung von OCR-Daten gelöst. Hier besteht, neben dem bekannten „images“ Ordner, im Vorgangsverzeichnis ein
ocrOrdner, welcher die Unterverzeichnisse_txt,_wc,_pdfund_altoenthalten kann. Die Verzeichniss sind jedoch im Quelltext „hart verdrahtet“. Nicht alle Verzeichnisse werden im aktuellen Stand beim Export angesprochen/genutzt. Goobi wird dahingehend erweitert, dass beim Anlegen von Prozessen beliebig Unterordner automatisch erstellt werden können, die in goobi_config.properties konfigurierbar sind und auch bei Export berücksichtigt werden. Ein betriebssystemspezifisches Berechtigungsmanagement ist derzeit aufgrund von Beschränkungen der verwendeten Java-Version 6 jedoch nur mit dem Aufruf betriebssystemspezifischen Skriptdateien möglich.Lösungsvorschlag:
Goobi wird dahingehend erweitert, dass beim Anlegen von Prozessen beliebig Unterordner automatisch erstellt werden können, die in goobi_config.properties konfigurierbar sind und auch bei Export berücksichtigt werden