Detailed Information on Publication Record
2010
Document Engineering for Digital Libraries (invited talk 5.11.2010,Portsmouth University Computing Seminar,UK)
SOJKA, PetrBasic information
Original name
Document Engineering for Digital Libraries (invited talk 5.11.2010,Portsmouth University Computing Seminar,UK)
Name in Czech
Dokumentové inženýrství pro digitální knihovny (zvaná přednáška 5.11.2010,Portsmouth University Computing Seminar,Portsmouth,UK)
Authors
SOJKA, Petr (203 Czech Republic, guarantor, belonging to the institution)
Edition
University of Portsmouth Computing Seminar, 2010
Other information
Language
English
Type of outcome
Vyžádané přednášky
Field of Study
Documentation, librarianship, work with information
Country of publisher
Czech Republic
Confidentiality degree
není předmětem státního či obchodního tajemství
References:
RIV identification code
RIV/00216224:14330/10:00045289
Organization unit
Faculty of Informatics
Keywords (in Czech)
digitalizace matematických dokumentů;DML-CZ;workflow digitalizace;digitalni knihovny;pdfjbim;jbig2enc;RDF recompression
Keywords in English
mathematics knowledge management;DML-CZ;digitization workflow;digital libraries;pdfJbim;big2enc;PDF recompression
Tags
International impact
Změněno: 28/5/2012 17:12, doc. RNDr. Petr Sojka, Ph.D.
V originále
Several innovative document transformations and tools developed in the process of building the Digital Mathematical Library DML-CZ http://dml.cz are described. The main result is our new PDF re-compression tool, developed using a enhanced jbig2enc library. Together with pdfsizeopt.py by Péter Szabó, we have managed to decrease PDF storage size and transmission needs by 62%: using both programs we reduced the size of the original already compressed PDFs to 38%. We briefly describe workflow and tools developed for creating the digital library. The batch digital signature stamper, the document similarity metrics which uses four different methods, a [meta]data validation process and math OCR tools represent some of the main [by]products. Such document engineering, together with Google Scholar indexing optimization, have led to the success of serving digitized and born-digital scientific math documents to the public in DML-CZ, and are being employed also in The European Digital Mathematics Library, EuDML.
In Czech
Přednáška bude uvozena vizí světové digitální matematické knihovny. Popíši architekturu zpracování matematických dokumentů v Digitální matematické knihovně DML-CZ. Speciální pozornost bude věnována vyvinutym inovativním nástrojům a transformací dokumentů, které byly vyvinuty v rámci digitální matematické knihovny DML-CZ: nástroj pro PDF rekompresi, který využívá enkodér jbig2enc. Dohromady s dalšími programy, především pdfsizeopt.py, který vyvinul Péter Szabó, jsme byli schopni snížít velikost PDF a nároky na jejich přenos o 62 %: použitím obou nástrojů jsme snížíli velikost PDF dokumentů na 38 % z původní velikosti. Mezi produkty tohoto projektu patří i dávkové podepisování PDF documentů, metriky vyhledávání podobností u dokumentů, které používají čtyři různé metody, process validace [meta]dat a OCR nástroje pro matematiku. Tento způsob tvorby dokumentů spolu s Google Scholar optimalizací indexace, vedlo k úspěšné obsluze digitalizovaných a born-digital vědeckých matematických dokumentů pro veřejnost v DML-CZ a bude dále nasazeno také v projektu evropské digitální matematické knihovny EuDML.
Links
| LA09016, research and development project |
| ||
| 250503, interní kód MU |
|