Digitisation Workflow in the Czech Digital Mathematics Library

SOJKA, Petr. Digitisation Workflow in the Czech Digital Mathematics Library. Math-for-Industry. Kyushu, Japan: Faculty of Mathematics,Kyushu University, 2009, vol. 2009, No 22, p. 272-280. ISSN 1881-4042.

Basic information

• Original name: Digitisation Workflow in the Czech Digital Mathematics Library
• Name in Czech: Technologie digitalizace České digitální matematické knihovny
• Authors: SOJKA, Petr (203 Czech Republic, guarantor, belonging to the institution).
• Edition: Math-for-Industry, Kyushu, Japan, Faculty of Mathematics,Kyushu University, 2009, 1881-4042.

Other information

• Original language: English
• Type of outcome: Article in a journal
• Field of Study: 10201 Computer sciences, information science, bioinformatics
• Country of publisher: Japan
• Confidentiality degree: is not subject to a state or trade secret
• WWW: conference web of publisher preprint
• RIV identification code: RIV/00216224:14330/09:00028732
• Organization unit: Faculty of Informatics
• Keywords (in Czech): DML-CZ; digitizační workflow; česká matematická literatura; projekt digitální matematické knihovny; skenování; MathML; vyhledávání matematiky; metadata; metadatový editor; FineReader
• Keywords in English: DML-CZ; digitisation workflow; Czech mathematical literature; Digital mathematics library project; scanning; MathML; math retrieval; metadata; metadata editor; FineReader
• Tags: International impact, Reviewed

Abstract

Experience in setting up a workflow from scanned images of mathematical writings into a fully fledged mathematical library is described on the example of the project Czech Digital Mathematics Library DML-CZ http://dml.cz. An overview of the whole process is given, with detailed description of production steps involving scanned image processing and optical character recognition. Experience gained, lessons learned and tools prepared during development of DML-CZ are described. DML-CZ now serves over 25,600 articles (275,000 digitised pages) to the public.

Abstract (in Czech)

V článku sumarizujeme zkušenosti z vývoje digitalizačního procesu (od naskenovaných obrázků stránek až po plnotextovou digitální knihovnu) projektu České digitální matematické knihovny DML-CZ http://dml.cz . Je podán přehled celého procesu, spolu s detailnějším popisem kroků zpracovávajících skenované bitmapy a OCR matematického textu. Upozorňujeme na možná úskalí a problémy, s nimiž jsme se při práci na DML-CZ (275000 volně zveřejněných stránek) potýkali.

Links

• 1ET200190513, research and development project: Name: DML-CZ: Česká digitální matematická knihovna

Investor: Academy of Sciences of the Czech Republic, DML-CZ: Czech Digital Mathematical Library

• 2C06009, research and development project: Name: Prostředky tvorby komplexní báze znalostí pro komunikaci se sémantickým webem v přirozeném jazyce (Acronym: COT-SEWing)

Investor: Ministry of Education, Youth and Sports of the CR