DB37-T 4648-2023公共数据+历史数据数字化工作指南-地方标准

ICS35.240CCSL67ICS35.240CCSL67山 东 省 地 方 标 准DB37/T4648—2023公共数据历史数据数字化工作指南Publicdata—Guidelinesforhistoricaldatadigitization20232023083120230930山东省市场监督管理局发布目 次前言 II112范引文件 13语定义 14略语 15作程 26体划 27据研析 28史据阅 29据构化 29.1概述 29.2扫识别 29.3手录入 310据对 31111据储档 411.1数存储 411.2历数归档 4参考献 5前 言本文件按照GB/T1.1—2020《标准化工作导则第1部分：标准化文件的结构和起草规则》的规定起草。公共数据历史数据数字化工作指南范围本文件给出了文本资源历史数据数字化的指导和建议。本文件适用于各级公共管理和服务机构文本资源历史数据数字化的规划、实施和管理。（GB/T31219.2—2014图书馆馆藏资源数字化加工规范第2部分：文本资源DB37/T4646.2—2023公共数据数据治理规范第2部分：数据清洗比对3.1文本text3.1文本text[来源：GB/T4894—2009，4.1.1.2.4]3.2数字图像digitalimageDA/T31—2017，3.2]3.3归档filingDA/T1—2000，3.1.1]4缩略语下列缩略语适用于本文件。DPI：每英寸点数（DotsPerInch）JPEG（JointPhotographicExpertsGroup）OCR（OpticalCharacterRecognition）OFDOpenFixed-layoutDocument)PDF（PortableDocumentFormat）TIFF（TagImageFileFormat）开始总体计划数据结构化据开始总体计划数据结构化据 校对借阅历史数据数据调研分析扫描识别结束数据存储归档图1历史数据数字化流程8历史数据借阅9数据结构化概述数据结构化方式主要包括：9.2.1扫描以扫描方式对历史数据进行处理时宜满足：扫描设备：根据数据规模、尺寸和形状、存储条件等选择扫描设备，历史数据尺寸较大时，300DPI；TIFFJPEGOFD、PDFGB/T31219.2—20146.3.19.2.2识别采用OCR识别等技术对扫描文件进行文字识别，依据数据类别（比如票据、证件、表格、公文等）对识别结果进行处理，形成并输出结构化数据。概述手工录入包括正常信息和异常信息录入两种情况，根据实际情况选择单工录入、双工录入方式。注：双工录入为同一份历史数据由两个操作员分别进行录入。历史数据中正常信息录入时宜按照历史数据原文录入，正常信息录入宜满足：历史数据中异常信息录入时宜备注说明录入情况，异常信息录入宜满足：*10数据校对排列顺序、图像质量，数据存储载体的安全性等进行全面校对，校对修改完成后及时存储结构化数据，并将历史数据归档。DB37/T4646.2—2023参考文献GB/T1526—1989[2]GB/T4894—2009信息与文献术语[3]GB/Z19736—2005电子成像文件图像压缩方法选择指南[4]GB/T20530—2006文献档案资料数字化工作导则[5]DA