The Use of Latent Semantic Indexing to Mitigate OCR Effects of Related Document Images

Due to both the widespread and multipurpose use of document images and the current availability of a high number of document images repositories, robust information retrieval mechanisms and systems have been increasingly demanded. This paper presents an approach to support the automatic generation of relationships among document images by exploiting Latent Semantic Indexing (LSI) and Optical Character Recognition (OCR). We developed the LinkDI (Linking of Document Images) service, which extracts and indexes document images content, computes its latent semantics, and defines relationships among images as hyperlinks. LinkDI was experimented with document images repositories, and its performance was evaluated by comparing the quality of the relationships created among textual documents as well as among their respective document images. Considering those same document images, we ran further experiments in order to compare the performance of LinkDI when it exploits or not the LSI technique. Experimental results showed that LSI can mitigate the effects of usual OCR misrecognition, which reinforces the feasibility of LinkDI relating OCR output with high degradation.

Estudo da Variação de Kₒ com OCR em Areias

Dissertação para obtenção do Grau de Mestre em Engenharia Civil (Perfil de Estruturas e Geotecnia)

OCR-aineistojen editointi Sukukielten digitointiprojektissa

Jussi-Pekka Hakkaraisen esitys Variantti-kollokviossa Helsingissä 5.6.2013

OCR Correction Tool for Linguistic Corpora

We introduce a new tool for correcting OCR errors of materials in a repository of cultural materials. The poster is aimed to all who are interested in digital humanities and who might find our tool useful. The poster will focus on the OCR correction tool and on the background processes. We have started a project on materials published in Finno-Ugric languages in the Soviet Union in the 1920s and 1930s. The materials are digitised in Russia. As they arrive, we publish them in DSpace (fennougrica.kansalliskirjasto.fi). For research purposes, the results of the OCR must be corrected manually. For this we have built a new tool. Although similar tools exist, we found in-house development necessary in order to serve the researchers' needs. The tool enables exporting the corrected text as required by the researchers. It makes it possible to distribute the correction tasks and their supervision. After a supervisor has approved a text as finalised, the new version of the work will replace the old one in DSpace. The project has - benefitted the small language communities, - opened channels for cooperation in Russia. - increased our capabilities in digital humanities. The OCR correction tool will be available to others.

OCR Correction Tool for Linguistic Corpora

Poster at Open Repositories 2014, Helsinki, Finland, June 9-13, 2014

Science plus +. Teacher's guide : 1, 2 : for OCR entry-level science.

Edición actualizada que recoge las modificaciones efectuadas en las especificaciones para el OCR Entry Level Certificate in Science. Consta de dos libros para el alumno y una guía para el profesor, acompañada de un CD-ROM. Esta guía proporciona al profesor esquemas de lecciones y distintas actividades, además de estrategias e ideas alternativas para los alumnos menos capaces; también ofrece las respuestas a las preguntas de los textos de los estudiantes, los recursos didácticos y una relación del material para las actividades. El CD-ROM ofrece esquemas de lecciones en formato PDF y hojas de trabajo personalizadas en Word.

Science plus. Pupil book 1 for OCR Entry-Level science.

Edición actualizada que recoge las modificaciones efectuadas en las especificaciones para el OCR Entry Level Certificate in Science. Consta de dos libros para el alumno y una guía para el profesor, acompañada de un CD-ROM. Es un recurso principal para Science Plus y cubre los treinta y nueve temas del programa (veintidós en el Libro uno y el resto en el dos). Cada tema consta de cuatro lecciones y una página más de respuestas (actividades de aprendizaje en Libro uno y revisión ó control en el Libro dos).

Science plus. Pupil book 2 for OCR Entry-Level science.

Edición actualizada que recoge las modificaciones efectuadas en las especificaciones para el OCR Entry Level Certificate in Science. Consta de dos libros para el alumno y una guía para el profesor, acompañada de un CD-ROM. Es un recurso principal para Science Plus y cubre los treinta y nueve temas del programa (veintidós en el Libro uno y el resto en el dos). Cada tema consta de cuatro lecciones y una página más de respuestas (actividades de aprendizaje en Libro uno y revisión ó control en el Libro dos).

GCSE history for OCR pilot. Teacher's resource.

Este Cd-Rom permite descargar desde la dirección web de la editorial, el material de apoyo y orientación para el docente en la enseñanza de cada unidad del curso de historia. Su contenido se adapta a las pruebas de evaluación que realiza el organismo llamado Oxford Cambridge and RSA Examinations (OCR) para alcanzar el título de General Certificate Secondary Education (GCSE). Este material online se completa con los libros para los estudiantes.

Chemistry 1 for OCR.

Este volumen proporciona una cobertura completa para la enseñanza de la nueva especificación del Nivel Avanzado (AS) de Ciencia del año dos mil ocho y ha sido respaldado por el OCR. Los objetivos están claramente definidos, para que los estudiantes sepan exactamente qué es lo que necesitan aprender. Las preguntas de auto-evaluación y el modelo de examen al final de cada capítulo ofrecen oportunidades para el estudio independiente. Viene con un CD-ROM que proporciona información adicional y enlaces a sitios web libres, llenos de actividades de aprendizaje electrónico para el avance de los alumnos que lo necesiten y fomentar así la ampliación del conocimiento . Química 1 permite a los alumnos aprender sobre:estructura atómica; moles y ecuaciones; ácidos; redox; estructura de electrones; la estructura de unión; Sistema Periódico; Grupo 2; Grupo 7; conceptos básicos en química orgánica; alcanos; alquenos alcoholes; halogenoalkanes; técnicas modernas de análisis; entalpía; equilibrio; química de la atmósfera y la química verde. Tiene un glosario de palabras clave, respuestas a la autoevaluación e índice.

Chemistry 2 for OCR.

Este volumen proporciona una cobertura completa para la enseñanza de la nueva especificación del Nivel Avanzado (AS) de Ciencia del año dos mil ocho y ha sido respaldado por el OCR. Los objetivos están claramente definidos, para que los estudiantes sepan exactamente qué es lo que necesitan aprender. Las preguntas de auto-evaluación y el modelo de examen al final de cada capítulo ofrecen oportunidades para el estudio independiente. Viene con un CD-ROM que proporciona información adicional y enlaces a sitios web libres, llenos de actividades de aprendizaje electrónico para el avance de los alumnos que lo necesiten y fomentar así la ampliación del conocimiento. Química 2 permite a los alumnos aprender sobre: cómo examinar la química orgánica; compuestos basados en anillos del benceno; compuestos de carbonilo; ésteres de ácidos carboxílicos; aminas; aminoácidos y quiralidad; poliéster y poliamidas; síntesis; cromatografía; espectroscopia; ácidos, bases; entalpía; entropía; electrodos potenciales y las pilas de combustible; elementos de transición. Tiene un glosario de palabras clave, respuestas a la auto-evaluación e índice.

Physics 1 for OCR.

Este volumen se ha desarrollado para cubrir la nueva especificación del Nivel Avanzado (AS) de Ciencia del año dos mil ocho y ha sido respaldado por el OCR. Los objetivos están definidos para que los estudiantes sepan exactamente qué es lo que necesitan aprender. Las preguntas de auto-evaluación y el modelo de examen al final de cada capítulo, ofrecen oportunidades para el estudio independiente. Viene con un CD-ROM que proporciona información adicional y enlaces a sitios web libres, llenos de actividades de aprendizaje electrónico para el avance de los alumnos que lo necesiten y fomentar así la la ampliación del conocimiento . Física 1 permite a los alumnos aprender sobre:cinemática; movimiento acelerado; dinámica - explicar el movimiento; trabajo con vectores; fuerzas, momentos y presión; fuerzas, los vehículos y la seguridad; trabajo, energía y potencia; deformación de sólidos; la corriente eléctrica; resistencia y resistividad; tensión, la energía; circuitos; circuitos prácticos; leyes de Kirchoff; ondas; ondas electromagnéticas; superposición de ondas; ondas estacionarias; física cuántica; espectros. Tiene un glosario de palabras clave, respuestas a la autoevaluación e índice.

Physics 2 for OCR.

Este volumen se ha desarrollado para cubrir la nueva especificación del Nivel Avanzado (AS) de Ciencia del año dos mil ocho y ha sido respaldado por el OCR. Los objetivos están claramente definidos, para que los estudiantes sepan exactamente qué es lo que necesitan aprender. Las preguntas de auto-evaluación y el modelo de examen al final de cada capítulo, ofrecen oportunidades para el estudio independiente. Viene con un CD-ROM que proporciona información adicional y enlaces a sitios web libres, llenos de actividades de aprendizaje electrónico para el avance de los alumnos que lo necesiten y fomentar así la ampliación del conocimiento . Física 2 permite a los alumnos aprender sobre:impulso; impulso y las leyes de Newton; movimiento circular; campos gravitacionales; oscilaciones; física térmica; gases ideales; campos eléctricos; campos magnéticos; inducción electromagnética; condensadores; estructura atómica; física nuclear; radiactividad; radiografías; métodos de diagnóstico en medicina; uso de la ecografía en la medicina; la naturaleza del universo; la evolución del universo. Tiene un glosario de palabras clave, respuestas a la autoevaluación e índice.

Biology 1 for OCR.

Este volumen proporciona una cobertura completa para la enseñanza de la nueva especificación del Nivel Avanzado (AS) para la enseñanza de la Ciencia del revisado plan de estudios de septiembre del año dos mil ocho, y ha sido respaldado por el OCR. Los objetivos están definidos, para que los estudiantes sepan exactamente qué es lo que necesitan aprender. Las preguntas de auto-evaluación y el modelo de examen al final de cada capítulo, ofrecen oportunidades para el estudio independiente. Viene con un CD-ROM que proporciona información adicional y enlaces a sitios web libres, llenos de actividades de aprendizaje electrónico para el avance de los alumnos que lo necesiten y fomentar la ampliación del conocimiento. Biología 1 permite a los alumnos aprender sobre:estructura celular; las membranas celulares; división celular y organización celular; intercambio; transporte de animales; transporte en las plantas; moléculas biológicas; ácidos nucleicos; enzimas; dieta y la producción de alimentos; la salud y la enfermedad; diversidad biológica; clasificación; evolución; los seres humanos, la conservación y el futuro. Tiene un glosario de palabras clave, respuestas a la autoevaluación e índice.