摘要：隨著以信息化為的新技術(shù)革命的到來，計(jì)算機(jī)的廣泛應(yīng)用，使檔案領(lǐng)域進(jìn)入電子時(shí)代。全國檔案信息化建設(shè)正在掀起新的熱潮，為檔案管理建設(shè)注入了新的活力，加快了檔案帶入信息社會(huì)的腳步。檔案信息網(wǎng)絡(luò)化是在加強(qiáng)檔案信息數(shù)字化管理基礎(chǔ)上，逐步向網(wǎng)絡(luò)化發(fā)展。通過網(wǎng)絡(luò)最大限度的開發(fā)利用已開放檔案資源，使之更好地為經(jīng)濟(jì)和社會(huì)發(fā)展服務(wù)。
關(guān)鍵詞：信息化；漢字識(shí)別
漢字識(shí)別技術(shù)(簡稱OCR)可以理解為是讓計(jì)算機(jī)認(rèn)字的技術(shù)。它通過光電信號(hào)轉(zhuǎn)換，即文本數(shù)據(jù)。
1漢字識(shí)別技術(shù)的應(yīng)用價(jià)值漢字識(shí)別技術(shù)的應(yīng)用價(jià)值主要體現(xiàn)在兩個(gè)方面：
一方面，把紙質(zhì)檔案上的固定信息變成可以被檢索利用的活信息，為文本數(shù)據(jù)管理技術(shù)提供 豐富的數(shù)據(jù)源。
首先，從庫存檔案的情況來看，近幾十年來形成的大量印刷漢字檔案記載了我們黨和國家的 重要?dú)v史，對(duì)我國現(xiàn)代化事業(yè)的發(fā)展，對(duì)精神文明和物質(zhì)文明的建設(shè)都有著非常重要的利用 價(jià)值。但這部分檔案的內(nèi)容都沒有文本數(shù)據(jù)，或者說都只是固定在紙質(zhì)載體上的死信息。既使通過掃描以圖像方式存儲(chǔ)于計(jì)算機(jī)中，檢索利用也有不便之處，難于滿足現(xiàn)代社會(huì)對(duì)檔案 信息的多種利用需求。其次，從辦公自動(dòng)化的發(fā)展情況來看，每年接收的檔案中仍然會(huì)有相 當(dāng)數(shù)量的檔案沒有文本文件，或?yàn)橥鈫挝粊砦�，或�(yàn)閬G失損壞等。漢字識(shí)別技術(shù)的應(yīng)用價(jià)值 就是使這兩大部分紙質(zhì)檔案上的固定信息變成可以被檢索利用的活信息，為全文檢索提供數(shù) 據(jù)，使深層次的開發(fā)利用成為可能，更好地為現(xiàn)代化建設(shè)事業(yè)服務(wù)。
另一方面，提供了一種新的檔案目錄數(shù)據(jù)的錄入方式。
應(yīng)用計(jì)算機(jī)以來，漢字錄入只有一種方式，即健盤錄入。雖然目前漢字鍵盤錄入的方法有許多種，而且日趨簡便快捷，已是年輕人必備的職業(yè)技能，但是它畢竟屬于一種技能，不僅需 要反應(yīng)靈敏，手指靈活，而且要熟記錄入的原則、方法和要領(lǐng)。這對(duì)于在檔案部門占有相當(dāng)比例的中老年同志來說，掌握起來確有難度。因此，鍵盤錄入方式仍然是影響一些檔案部門建立檔案目錄信息數(shù)據(jù)庫的因素之一。OCR軟件為我們提供了一條新的途徑。它通過"拖拉 "的方式，將屏幕上文件的目錄項(xiàng)如標(biāo)題、文號(hào)、責(zé)任者等直接移植到檔案目錄數(shù)據(jù)庫的相應(yīng)字段中去，簡單易學(xué)，一看就會(huì)。遺憾的是手工"拖拉"速度較慢，而且需要即時(shí)掃描或調(diào)用圖像數(shù)據(jù)，所以單一利用這種方式錄入檔案目錄，速度不及熟練錄入員的鍵入速度。但它畢竟是一種新的錄入方式，為建立檔案目錄信息數(shù)據(jù)庫提供了一條前所未有的途徑。而且 ，如果利用OCR軟件同時(shí)建立新型的綜合檔案信息數(shù)據(jù)庫，例如包括檔案的文件目錄、圖像和文本等，效果就此較理想了。
2 漢字識(shí)別后生成的文本數(shù)據(jù)的屬性問題。
原始性是檔案的基本屬性。漢字識(shí)別后生成的文本數(shù)據(jù)是根據(jù)檔案的本源信息，即固定在紙質(zhì)載體上的漢字信息進(jìn)行加工處理：掃描、識(shí)別、校對(duì)、修改等工序后形成的復(fù)制加工品， 因此不具有檔案的原始性。
知識(shí)性是檔案的又一個(gè)屬性。漢字識(shí)別后生成的文本數(shù)據(jù)如果不計(jì)算人工校對(duì)后仍然可能存在的微小誤差，應(yīng)該說具有與檔案原件同等的內(nèi)容，因此具有檔案的知識(shí)性。
漢字識(shí)別后
