Digitalizace matematických textů

Mgr. Radovan Panák

Master's thesis

Digitalization of mathematics

Anotácia:

Práca sa venuje riešeniu problému OCR projektu digitálnej matematickej knižnice DML-CZ. Špecifické požiadavky vyplývajúce zo spracovania za účelom vytvorenia digitálnej matematickej knižnice si vyžiadali zvláštny prístup. Podobne aj spracovanie matematických textov si vyžaduje špeciálny prístup k niektorým problémom. Cieľom práce bolo umožniť automatizované spracovanie OCR v rámci projektu. Množstvo problémov sa podarilo uspokojivo vyriešiť, niektoré zostali čiastočne otvorené do budúcna. Zrejmé je, že procesy zabezpečujúce OCR je nutné pri automatizovanom dávkovom spracovaní objemov dát úrovne DML-CZ priebežne vylepšovať a prispôsobovať novým podmienkam. Implementácia riešení jednotlivých problémov je popísaná podrobnejšie.

Abstract:

This thesis is about solving the OCR process for DML-CZ project. Common text and mathematical OCR methods are introduced to reader. In following chapters, our implemented solution is desribed and also how to improve it in future.

Kľúčové slová

OCR, FineReader, InftyReader, XML, IML, DML-CZ, štruktúrovaná analýza matematických výrazov

Jazyk práce: Czech

Datum vytvoření / odevzdání či podání práce: 18. 5. 2006

Obhajoba závěrečné práce

• Obhajoba proběhla 23. 6. 2006
• Vedúci: doc. RNDr. Petr Sojka, Ph.D.

Masaryk University

Faculty of Informatics

Master programme / odbor:
Informatics / Informatics