Documents

User documentation

Test OCR + transformation en RTF

30/09/2015 22:58

Après l'OCR, passage dans OfficeWord pour obtenir des fichiers au format RTF

Test OCR + transformation en TXT

30/09/2015 22:59

Après l'OCR, passage dans OfficeWord pour obtenir des fichiers au format TXT brut (encoding UTF-8)

Test OCR + transformation en XML office

30/09/2015 23:00

Après l'OCR, passage dans OfficeWord pour obtenir des fichiers au format XML (windows)

Test OCR (format de sortie .docx)

01/10/2015 23:00

Fichiers sortis (OUT) de l'OCR (service d'Huma-Num). Un certain nombre d'avertissements sont notés dans le fichier "Log", cela peut concerner le réalignement conseillé de l'image, la mauvaise detection de la langue ou police, etc ...

Corpus test pour TXM

01/10/2015 23:24

A titre d'exemple pour importer dans TXM, voici un corpus comprenant :

les 8 fichiers (passe OCR)
et ceux (PDF texte) déjà transformés en .txt
avec des métadonnées très pauvres :
id (correspond au nom du fichier, clé d'identification plus courte qu'un nom)
...