一、智慧整理（文献级，Plus版）

智慧整理一体机（文献级，Plus版），擅长整理“整部书”“整期次的刊”“整版面的报”。可以实现：（1）“整部书”“整期次的刊”“整版面的报”的元数据半自动著录、管理，与元数据对应的PDF全文挂接；（2）对PDF进行OCR自动识别，人工三审三校形成定本OCR文字；（3）进行标点、摘要、分类等深度整理；（4）提供检索、查看定本OCR图文对照、查看整理本图文。常见的案例有：

案例1：某省级公共图书馆古籍阅览室

【需求描述】该公共图书馆参与了2023-2025年国家图书馆“全国智慧图书馆体系建设”项目的本馆古籍扫描与影页呈缴工作。呈缴完毕后，本馆的古籍影页没有一个统一的平台进行管理和OCR，只能放在硬盘里。面临的问题：（1）古籍虽然已经进行了数字化扫描，但没有统一管理，自然也没有得到充分利用，当读者提出古籍阅读请求时，仍然需要到书库提取纸质书，不利于古籍保护；（2）本馆馆藏的古籍数量庞大，不知道OCR要花多久，也不可能人工去核校文字准确性，要求OCR的准确率95%以上；（3）确保已扫描的这些古籍影页的安全性，希望离线断网本地部署，或本公共图书馆局域网内部署；（4）可以接受两种方式，方式一：本馆古籍阅览室配置3-5台一体机，读者先通过一体机查阅图文，只有查不到时才去书库提取；方式二：干脆形成了一个“本馆馆藏古籍数据库”，读者在本馆局域网内网直接查阅本馆的数字古籍进行阅读。

【实施】了解到需求后，我们提供“皕宋楼®古籍拓片智慧整理一体机（Plus版，文献级）”精准匹配核心需求：（1）统一管理古籍元数据+已扫描的PDF+OCR识别，方便检索古籍标题、古籍全文；（2）人工少干预或不干预，OCR在无干预情况下识别准确率达到95%以上；（3）支持离网断线本地部署、局域网内使用。（4）未来这个图书馆的其他文献（残本、拓片等）也可以陆陆续续入库管理起来。

【拓展】有类似需求的公共图书馆、高校图书馆、博物馆，都可以通过“皕宋楼®智慧整理一体机（Plus版，文献级）”达到目标。

案例2：出版社（有古籍、民国图书、报纸、期刊、书信等资料）

【需求描述】一家老牌古籍出版社，基本情况：（1）出版社存在有些年头了，有一些“家当”，历年汇集的古籍、手稿，有些有电子版，有些没有电子版但知道放在哪里，东西太多，没人完整地知道底细；（2）最近二十年，社里通过不同渠道，陆陆续续通过斥资付“版本费”的方式从国家图书馆、北京大学图书馆、上海图书馆等影印了一些资料，但一部分放在编辑电脑里，一部分放在柜子里，人频繁变动，有些资料不知道放在哪里；（3）古籍出版立新项目，出版社得配合项目负责人，帮它找寻各种版本，方便他校勘整理，当然，如果能提供OCR文字+对应的图片给他，则更好。（4）希望有个系统能帮忙把这些陈年资料一股脑全部管起来，进行OCR，不仅摸清家底，也方便编辑查找。

【实施】了解需求后，我们提供“皕宋楼®智慧整理一体机（Plus版，文献级）”+N个OCR模型的方案精准匹配核心需求。因为出版社要管理的文献比较杂，除了古籍，还有民国手稿、书信、油印、报纸、期刊，这些资料编辑排版前，需要进行OCR和图文对照。

【拓展】有类似需求的公共图书馆、高校图书馆、博物馆，都可以通过“皕宋楼®智慧整理一体机（Plus版，文献级）”+N个OCR模型的方案达到目标。

案例3：专题特色库/地方文献整理揭示——大学图书馆的“徽州文书”地方文献

案例4：专题特色库/地方文献整理揭示——地方志办公室的“地方文库”

案例5：首席专家的“大湾区”文献总平台课题

案例6：专题特色库——中医药资料集成

【需求描述】案例3/4/5/6，搜集了与地方密切相关一大批与某个地方或某个专题相关的文献（包括地契、合同、古籍、民国报刊文章、照片、方药、地方志），急需整理出来。这里面涉及几个重要需求：（1）地方文献由于类型繁多，分类体系也比较多（按时间、文献类型、子地域），希望整理的资料能按照新的分类体系进行揭示；（2）对文献的内容进行OCR识别，方便全文检索；（3）能实现文献-文献之间的某种关联或相关度推荐；（4）这些特色资料集中后，非常有特色，但是也不能藏着不让外人知晓，希望能通过互联网发布出来，但要有反爬机制，避免元数据和图片被爬走。

【实施】这个非常符合“皕宋楼®智慧整理一体机（Plus版，文献级）”+N个OCR模型的方案。“皕宋楼®智慧整理一体机（Plus版，文献级）”有：（1）非常灵活的“分面（facet）”分类系统，支持自定义分类、自动根据分类形成分面导航；（2）准确率极高的OCR模型，支持古籍、民国、手写行草等文字的识别；（3）反爬取、反拷贝下载机制。

二、智慧整理（文章或片段级）

智慧整理一体机（文章级，Pro版），擅长从“整部书”里抽片段内容、从“整期次的刊”里抽文章截图表、从“整版面的报”中抽版面文章。可以实现：（1）“整部书”片段内容、“整期次的刊”片段内容、“整版面的报”片段内容的元数据半自动著录、管理；（2）对抽取的内容进行人工三审三校形成定本OCR文字；（3）对定本的OCR文字进行章节编排、标点等深度整理；（4）提供检索、查看定本OCR图文对照、查看整理本图文。常见的案例有：

案例1：民国报纸期刊文章级全文数据库

案例2：红色革命档案文章级全文数据库

【需求描述】文章级文献抽取的需求：（1）要将民国报纸、民国期刊中的文章单独抽出来进行 文章级元数据编目+OCR全文检索+文章分类+文章标题检索 ；（2）抽出来的文章要求原始图片+OCR文字的图文对照，如果不展示图文对照，使用者会怀疑文章内容的准确性；（3）抽出来的文章，要显示原始图片在原报纸版面、原期刊期次中的位置，这样可以浏览同期次上下文。

【实施】这个非常符合“皕宋楼®智慧整理一体机（Pro版，文章级）”的功能。它支持：（1）通过对OCR结果抽取字段方式，进行文章编目，完全不需要人工敲字输入；（2）抽取出来的文章，可以看到原图+OCR文字的图文对照；（3）抽出来的文章，显示文章在原报纸版面、原期次的位置，方便浏览同期次上下文。

案例3：从古籍中抽出片段文字进行辑佚、辑录等整理

【需求描述】《永乐大典》《太平广记》等大型类书，当年是从N部古籍中抽取片段知识形成的，但是今天，出版社、高校学者希望从那些古籍已经佚失，需要根据散见的内容把这些内容辑录汇编在一起，形成辑佚本，努力还原古本原貌。

【实施】这个非常符合“皕宋楼®智慧整理一体机（Pro版，文章级）”的功能。它支持：（1）从OCR的文本里抽取内容进行汇总；（2）抽取出来的文章，可以看到原图+OCR文字的图文对照；（3）抽出来的文章，显示文章在原报纸版面、原期次的位置，方便浏览同期次上下文。

案例4：同主题知识的归类汇总为专题知识库（例如：方志物产数据库）

【需求描述】要把不同书中的人物基本信息、事迹等汇编在“人名”条目下，形成“历代人物数据库”；把不同书中的地名基本信息、地名相关内容等汇编在“地名”条目下，形成“历代地名数据库”；把不同书中的物产信息抽取出来，形成“方志物产数据库”；把不同书中的诗词歌赋抽取出来，形成“X朝代文库”“X地文库”……

【实施】这个非常符合“皕宋楼®智慧整理一体机（Pro版，文章级）”的功能。它支持：1）从OCR的文本里抽取片段内容，按词条“标题”进行汇总；（2）抽取出来的片段内容，可以看到原图+OCR文字的图文对照；（3）抽出来的片段内容，可显示在原书、报、刊版面或原期次的位置，方便浏览同期次上下文。

案例5：书报刊中印章、插图、插表、广告提取

【需求描述】截取书报刊中的印章，形成“印章库”；截取书报刊中的插图、表，形成“插图库”“插表库”；截取书报刊中的广告，形成“广告库”……

【实施】【实施】这个非常符合“皕宋楼®智慧整理一体机（Pro版，文章级）”的功能。它支持：（1）从书报刊里抽取图、表，按词条“标题”进行汇总；（2）抽取出来的片段内容，可以看到在原图中的位置。

 

（更新时间：2025年6月1日）