Schuzka16-04-29¶

účast: ZČU-MH,LSk,PI,ZZ

TÉMATA¶

• priorita: ÚSTR navrhne strukturu témat (strom)
• rozdílná témata:
  • v přepisech audio
  • v archiváliích - říkejme tomu spíš klasifikace dokumentu (rozsudek, životopis,... prozatím zjistit ručně (Task #3889))

LM pro OCR¶

• priorita: změna LM v Tesseract (Task #3875)
• dostat z Tesseractu lattice (Task #3875)

K dokumentu (jakémukoliv) zjistit¶

• přepis (pro vyhledávání klíčových slov)
• typ dokumentu
• téma (o čem dokument je)
• name entity (Vlastní jména)

Uživatelovi zobrazit¶

na dotaz uživateli zobrazit : původní dokument/audio + zvýrazněnou pasáž(čas, slovo v dokumentu)