1. 古籍拓片智慧整理一体机（文章级，Pro版）
一、基础配置
二、智慧整理流程
智慧整理流程有两种流程：第一种是已经有了古籍拓片的元数据+元数据对应PDF的URL地址，选择流程一；第二种是您手头没有任何元数据，只有PDF文件，选择流程二。
流程一：批量导入元数据+PDF的URL 流程
（批量导入→自动OCR→三审三校形成OCR定本→三审三校形成标点整理本定本→文章/知识片段抽取→发布）
批量导入（花费时间：操作10秒）
步骤1：将已有数据按EXCEL模板准备
步骤2：将Excel转为UTF8编码的csv文件
步骤3：上传csv文件+字段映射
步骤4：导入，直至完毕
AI自动OCR（首次识别速度，1-3页/秒；此后直接拉取图文对照的OCR识别结果，用时仅需1-5秒）
首次访问自动OCR识别。首次打开任意一条记录，OCR引擎会直接根据URL地址拉取PDF进行自动识别。识别完毕，会将缩略图、文字、OCR图文对照自动更新到内容管理系统，全程无需任何人工介入。OCR识别速度，大约1-3页/秒。
一旦首次识别完成，任何人再次访问该条目，会自动拉取首次识别的全部结果，用时只需1-5秒。
三审三校形成OCR定本（人工逐列逐字比对，形成最接近原典用字、目录层级的OCR图文，用于长期保存与派生服务）
为避免针对不同使用目的反复校对OCR文本，最佳解决方案是采用”三审三校”流程建立”定本OCR”。该定本严格遵循原典文字特征（包括繁体字、俗体字、避讳字、生僻字等），形成权威的基准文本。此后所有衍生用途（如出版、校勘、辑佚等）均可由此定本派生，确保文本源头的准确性和一致性。包含如下步骤：
步骤1：文字校对。OCR模型对文字的识别率超过99%，只需要对极个别文字进行人工校对，使之按照原典。
步骤2：h标签人工标注与校对。原书一般有序、目录、卷次、篇、章、节、小节、题、小题、跋等层级信息，这些信息通过h1、h2、h3、……等h标签标注。
步骤3：pb标签标注和核校。书是由书-页码-行款组成的，为了方便书-页码-行款的双向可逆追溯，我们按页设计了page break分页编码规则，也就是pb标签。这个pb标签在自动OCR时会自动生成，但需要人工核校或插入，以使得页码和版面更准确。
只需上面3步，即可形成“OCR定本”。
AI辅助三审三校形成标点整理定本（形成适合在线阅读、在线查阅、纸质出版的整理本）
古籍拓片/民国图书/民国报纸/民国期刊的内容要能被广泛使用，需要形成符合当代用字习惯、阅读习惯、使用习惯的整理本。需要将上一步形成的“OCR定本”进行标点、异体字转繁体或简体、提要、分类等整理。包含如下步骤：
步骤1：一键<br>标签转<p>标签（用时仅1秒左右）。
步骤2：先确定所有文本转成繁体还是简体（根据目标用户来定），然后一键转成繁体或简体（用时仅1秒左右），准确率接近100%
步骤3：一键去除非字符号（用时仅1秒左右）。将“OCR定本”中的非字符号去掉。
步骤4：一键AI辅助标点（速度：1000/秒左右）。速度大约为每秒1000字，准确率接近100%。标点完毕后，人工核校AI标点是否准确。
步骤5：一键AI辅助提要（用时仅5秒左右，准确率接近100%）。利用AI为OCR的内容撰写1000字左右的提要，人工浏览核校即可。
步骤6：人工更新或核验分类。
文章/知识片段/图表抽取
文章/知识片段抽取
步骤1：切换到“标注模式”
步骤2：在文本框中依次：选中文字+标题按钮、选中文字+副标题按钮、选中文字+作者按钮、选中文字+时间按钮、选中文字+全文按钮、是否勾选“合并相同标题”，然后点击“书报刊内文章/知识抽取”按钮
步骤3：在弹出对话框中核对信息，添加“分类”“主题词”，点击“确定”
图表抽取
步骤1：切换到“标注模式”
步骤2：点击“书刊报内图表抽取”，在左边大图上拉框，会跳出一个对话框
步骤3：填写相关内容，点击“确定”
流程二： 手动新增条目流程
（手动新增条目+上传PDF全文自动OCR识别→三审三校形成OCR定本→三审三校形成标点整理本定本→文章/知识片段抽取→发布）
手动新增条目+上传PDF全文自动OCR识别
步骤1：在后台“新建”-“产品”，填入标题（标题名称可以为任意名称，后面可以在OCR后用OCR的文字提取文本进行半自动编目），发布即可。用时2秒。
步骤2：在前端上传PDF文件，进行自动OCR识别即可。（根据PDF文件页数的多少，一般1-3页/秒）
三审三校形成OCR定本（人工逐列逐字比对，形成最接近原典用字、目录层级的OCR图文，用于长期保存与派生服务）
为避免针对不同使用目的反复校对OCR文本，最佳解决方案是采用”三审三校”流程建立”定本OCR”。该定本严格遵循原典文字特征（包括繁体字、俗体字、避讳字、生僻字等），形成权威的基准文本。此后所有衍生用途（如出版、校勘、辑佚等）均可由此定本派生，确保文本源头的准确性和一致性。包含如下步骤：
步骤1：文字校对。OCR模型对文字的识别率超过99%，只需要对极个别文字进行人工校对，使之按照原典。
步骤2：h标签人工标注与校对。原书一般有序、目录、卷次、篇、章、节、小节、题、小题、跋等层级信息，这些信息通过h1、h2、h3、……等h标签标注。
步骤3：pb标签标注和核校。书是由书-页码-行款组成的，为了方便书-页码-行款的双向可逆追溯，我们按页设计了page break分页编码规则，也就是pb标签。这个pb标签在自动OCR时会自动生成，但需要人工核校或插入，以使得页码和版面更准确。
只需上面3步，即可形成“OCR定本”。
AI辅助三审三校形成标点整理定本（形成适合在线阅读、在线查阅、纸质出版的整理本）
古籍拓片/民国图书/民国报纸/民国期刊的内容要能被广泛使用，需要形成符合当代用字习惯、阅读习惯、使用习惯的整理本。需要将上一步形成的“OCR定本”进行标点、异体字转繁体或简体、提要、分类等整理。包含如下步骤：
步骤1：一键<br>标签转<p>标签（用时仅1秒左右）
步骤2：先确定所有文本转成繁体还是简体（根据目标用户来定），然后一键转成繁体或简体（用时仅1秒左右），准确率接近100%
步骤3：一键去除非字符号。将“OCR定本”中的非字符号去掉（用时仅1秒左右）。
步骤4：一键AI辅助标点。速度大约为每秒1000字，准确率接近100%。标点完毕后，人工核校AI标点是否准确。
步骤5：一键AI辅助提要。利用AI为OCR的内容撰写1000字左右的提要，准确率接近100%，人工浏览核校即可。
步骤6：人工更新或核验分类。
文章/知识片段抽取
文章/知识片段抽取
步骤1：切换到“标注模式”
步骤2：在文本框中依次：选中文字+标题按钮、选中文字+副标题按钮、选中文字+作者按钮、选中文字+时间按钮、选中文字+全文按钮、是否勾选“合并相同标题”，然后点击“书报刊内文章/知识抽取”按钮
步骤3：在弹出对话框中核对信息，添加“分类”“主题词”，点击“确定”
图表抽取
步骤1：切换到“标注模式”
步骤2：点击“书刊报内图表抽取”，在左边大图上拉框，会跳出一个对话框
步骤3：填写相关内容，点击“确定”
