ASARP

Result code in IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F25518453%3A_____%2F24%3AN0000001" target="_blank" >RIV/25518453:_____/24:N0000001 - isvavai.cz</a>

Result on the web

<a href="http://www.cosmotron.cz" target="_blank" >http://www.cosmotron.cz</a>

DOI - Digital Object Identifier

—

Result language

angličtina

Original language name

ASARP

Original language description

Výsledek je zaměřen na řešení automatizovaného a efektivního dělení digitalizovaných periodik na jednotlivé články, které nahradí současné nástroje. Spojuje efektivní uživatelské rozhraní a nejnovější metody strojového učení a vytváří tak univerzální nástroj použitelný knihovnami pro zpracování sbírek periodik na úrovni článků, díky využití technických standardů knihoven a díky přizpůsobení se jejich užívaným pravidlům a postupům. Jedná se o softwarové řešení, které umožní obohacení digitální knihovny o další funkci v podobě vybudování záznamů analytického rozpisu periodik, a to v návaznosti na záznam periodika i konkrétní ročník periodika. Vznik této databáze bibliografických záznamů konkrétních článků umožní rychlejší, efektivnější a cílené vyhledávání, tím i zpřístupnění dalších zdrojů konkrétním uživatelům. To vytváří předpoklad pro vícenásobné využití těchto zdrojů, a tím i zhodnocení financí, které byly vložené do digitalizace těchto zdrojů. Nově vyvinutý software za pomoci strojového učení je schopen nahradit procesy, které se v současnosti dělají manuálně, případně se vzhledem k náročnosti na čas a lidské zdroje nedělají vůbec.

Czech name

—

Czech description

—

Type

R - Software

CEP classification

—

OECD FORD branch

10201 - Computer sciences, information science, bioinformathics (hardware development to be 2.2, social aspect to be 5.8)

Project

<a href="/en/project/EG21_374%2F0027035" target="_blank" >EG21_374/0027035: ASARP - Automated System of Analytical Breakdown of Periodicals</a><br>

Continuities

P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)

Publication year

2024

Confidentiality

S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Internal product ID

R - ASARP

Technical parameters

Systém ASARP je software pro poloautomatizované generování článků z OCR dokumentu a ze strukturálních dat, která jsou jejich součástí. Také poskytuje nástroj pro kontrolu generovaných článků a usnadňuje celkové zpracování dat při jejich generování. Zpracování článků lze v systému ASARP rozdělit na pět částí: 1. Import dat z Krameria - v systému Kramerius jsou všechna potřebná metadata potřebná pro generování článků (pokud obsahují OCR). 2. Určování nadpisů – pro určování nadpisů používáme model založený na strojovém učení, což tento krok usnadňuje. 3. Čištění stránek - na jednotlivých stránkách se může nacházet spousta textu, který není relevantní pro články. Nejčastěji se jedná o reklamu nebo o hlavičku a zápatí stránky. Systém dokáže automaticky vyčistit číslo periodika, ale vyžaduje se kontrola. 4. Kontrola generovaných článků - v tomto kroku systém sám generuje články pomocí kombinace strojového učení a algoritmů pro spojování bloků textu. Administrátor nebo pracovník následně může tyto generované články zkontrolovat a opravit. 5. Export dat - po celkovém zpracování článků systém umožňuje nová metadata o článcích exportovat ve formátu, který je kompatibilní se systémem Kramerius. To umožňuje obohatit metadata Krameria a tím usnadnit vyhledávání čtenářům.

Economical parameters

Uživatelé systému ASARP můžeme rozdělit do dvou kategorií: pracovníci knihovny a čtenáři. a) Pracovníci knihovny zahrnují: administrátoři knihovního systému, knihovníci a jiní pracovníci knihovny. Tito uživatelé budou přímo pracovat se systémem ASARP. Zpracovávat data, opravovat automaticky označená data a importovat data do vlastního knihovního systému. b) Čtenáři se dostanou k samotným výsledkům systému, tedy obohaceným metadatům o digitalizovaných periodikách, což jim usnadní vyhledávání v knihovním systému a rychleji se dostanou k informacím, které potřebují.

Owner IČO

25518453

Owner name

Cosmotron Bohemia, s.r.o.