Google 开始对扫描文档进行索引

2008-10-31 18:11 稿源:www.comsharp.com  0条评论

Google 宣布,他们即将对扫描文档进行索引并投入搜索。

这意味着极其庞大的处理资源,以及高级图象处理能力。和普通文本文件不同,扫描文档不包含任何文字数据供 Google 索引,相反,Google 使用 OCR 软件对扫描的文档进行辨认,并转换成文字内容。

过去,Google 也曾尝试索引这些扫描的文档图片,但只能对文件名,以及附近的元数据进行索引,对图片内容则无能为力。从现在开始,Google 搜索将包含这些通过 OCR 软件辨认出来的文字内容,用户在搜索中遇到扫描文档,Google 会提供选项,让你以 PDF 或 HTML 格式阅读。

这类技术早已存在,但准确性一直是个问题,同样,如此大规模的作业也不是一件容易事,这一举动将为搜索带来更多资源,尤其是来自印刷内容的搜索,如学术论文。

更多资料可以访问 Google 的博客。

来源:techcrunch.com  翻译:锐商企业CMS

有好的文章希望站长之家帮助分享推广,猛戳这里我要投稿

相关文章

相关热点

查看更多