Key points are not available for this paper at this time.
Gobbledoc, ein System, das remote Zugriff auf gespeicherte Dokumente bietet und auf syntaktischer Dokumentenanalyse und optischer Zeichenerkennung (OCR) basiert, wird diskutiert. In Gobbledoc finden Bildverarbeitung, Dokumentenanalyse und OCR-Vorgänge im Batch-Modus statt, wenn die Dokumente erfasst werden. Der Prozess der Dokumentenbildakquisition und die Wissensbasis, die in das System eingegeben werden muss, um eine Familie von Seitenbildern zu verarbeiten, werden beschrieben. Der Prozess, durch den die X-Y-Baumdatenstruktur ein 2-D-Seitensegmentierungsproblem in eine Reihe von 1-D-String-Parsing-Problemen umwandelt, die mit herkömmlichen Compiler-Tools angegangen werden können, wird ebenfalls beschrieben. In Gobbledoc wird syntaktische Analyse verwendet, um jede Seite in beschriftete rechteckige Blöcke zu unterteilen. Blöcke, die als Text gekennzeichnet sind, werden von OCR konvertiert, um eine sekundäre (ASCII) Dokumentenrepräsentation zu erhalten. Da solche symbolischen Dateien besser für computergestützte Suchen geeignet sind als für den menschlichen Zugriff auf den Dokumenteninhalt und weil zu viele visuelle Layout-Hinweise im OCR-Prozess verloren gehen (einschließlich einiger Sonderzeichen), bewahrt Gobbledoc die ursprünglichen Blockbilder für das menschliche Browsen. Speicher-, Netzwerk- und Anzeigeprobleme, die spezifisch für Dokumentenbilder sind, werden ebenfalls diskutiert.
Nagy et al. (1992) untersuchten diese Frage.