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.

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.