XTRACT Compiler Listen-Definitionen

Über die Compiler Lists wird die grundlegende Informationsbasis für die Inhaltsanalyse gelegt.

Jede aufgeführte Liste entspricht einer Property im C4 im entsprechenden Compiler unterhalb von /Lists. Die Werte innerhalb einer Liste sind mit einem Zeilenumbruch voneinander getrennt und müssen in Großbuchstaben gepflegt werden sofern nicht anderweitig definiert.

Im Standard sind diese Listen bereits mit vordefinierten Werten vorbelegt. Eine Anpassung ist nur im Einzelfall erforderlich. Dabei können auch nur einzelne Listen ersetzt werden.

Liste	Beschreibung
CURRENCY_CODES	Währungseinheiten wie EUR oder USD
CURRENCY_SYMBOLS	Währungssymbole wie € oder $
KEYWORDS_COMMON	Eigenständige Schlüsselwortbegriffe - Angabe in vollständiger Form
MERGEWORDS_SPACETYPED	Sperrschrift-Begriffe wie z.B. "R E C H N U N G" - Definition ohne Leerzeichen
SPLITWORDS_IDENTIFIER	Definition von Begriffen an dessen Stelle ein Objekt mit dem Beginn eines dieser Begriffe getrennt werden soll
SPLITWORDS_NUMERIC	Numerische Trennbegriffe wie z.B. "NR."
ABBREVIATIONS	Definition von Abkürzungen wie z.B. "NR." oder "DR."
DOCUMENTTYPES	Definition von Dokumenttypbezeichungen wie "RECHNUNG" oder "LIEFERSCHEIN"
STOPWORDS_WWW	Stopwortliste für WWW Begriffe wie z.B. "HTTP,WWW,@,://,FTP" bei denen keine Anwendung von normalen Trennzeichen stattfindet
UNITS_AREA	Flächenbezeichner wie "M²"
UNITS_LENGTH	Längenbezeichner wie "M"
UNITS_PIECE	Stückbezeichner wie "STÜCK"
UNITS_RATIO	Verhältnisbzeichner wie "%"
UNITS_VOLUME	Volumenbezeichner wie "MM³"
UNITS_WEIGHT	Gewichtsbezeichner wie "KG"
UNITS_ELECTRICITY	Bezeichner für elektrische Einheiten wie "WATT"
SUFFIXES_KEYWORDS_NUMBERS	Suffixe für numerische Schlüsselwörter
SUFFIXES_KEYWORDS_DATES	Suffixe für datumsspezifische Schlüsselwörter
PREFIXES_KEYWORDS_NUMBERS	Präfixe für numerische Schlüsselwörter
PREFIXES_KEYWORDS_DATES	Präfixe für datumsspezifische Schlüsselwörter

Automatische Schlüsselwortbildung und -findung

Folgende Listen sind für die automatische Bildung und Findung von Schlüsselbegriffen verantwortlich:

SUFFIXES_KEYWORDS_NUMBERS
SUFFIXES_KEYWORDS_DATES
PREFIXES_KEYWORDS_NUMBERS
PREFIXES_KEYWORDS_DATES

Dies gilt für die folgenden abgeleiteten Basistypen (MainTypes):

ccMT_Identifier
ccMT_CallNumber
ccMT_DateTime

In diesen Fällen werden aus den Schlüsselbegriffen der Merge-Definitionen entsprechend automatische Schlüsselbegriffe generiert und gegen die Seite geprüft. Die Übereinstimmungsgenauigkeit hängt dabei von diversen Faktoren wie OCR-Confidence und Wortlänge ab. Durch diesen Automatismus werden verschiedenste Konstellationen geprüft welche nicht konkret gepflegt werden müssen. Die Erkennungsqualität in unbekannten Dokumenten steigt dadurch signifikant an.

Browser nicht unterstützt