Saatavana elektronisessa muodossa - Tietojenkäsittelytieteiden ...

164. Lomakerakenteen tunnistaminenSeuraavaksi tarkastellaan paperilomakkeen rakennetta kuvaavan lomakerakenteenmuodostamista. Käsiteltävänä ovat sekä manuaalinen luominen että automaattinentunnistaminen. Kummassakin tapauksessa perehdytään siihen, mitenskannattua kuvaa voidaan käyttää apuna. Lisäksi selvitään dokumenttitietämyksenmuodostamista sekä rakenteen luokittelua ja tunnistamista muotojenperusteella. Värien käyttö lomakkeessa otetaan myös esille ja viimeisenä perehdytääneditoinnin kannalta oleellisiin seikkoihin.Digitalisoitavan lomakkeen rakenteen määrittely on ensiarvoisen merkityksellistäsisällön tulkitsemisen kannalta. Lomakerakenne on lomakkeen virtuaalinenkuvaus, joka sisältää lomakkeen loogisen rakenteen lisäksi fyysisen rakenteen[Klink et al., 2000]. Tyypiltään lomakerakenne on useimmiten puu, muttase voi olla myös verkko.Lomakerakenteen määrittely voidaan tehdä täysin manuaalisesti tai jättääautomatiikan vastuulle osittain tai kokonaan [Staelin et al., 2007]. Määritettäessälomakerakenne manuaalisesti editorilla voidaan lomaketta käyttää silmämääräisestiapuna tai skannattua lomaketta voidaan käyttää ohjelman taustallaapuna, jolloin käyttäjä saa konkreettista apua määrittelyyn. Manuaalista lomakerakenteenmäärittelyä käsitellään lomakerakenteen editoinnin yhteydessä (ks.alakohta 4.6).Käytettävän järjestelmän luonne vaikuttaa omalta osaltaan lomakerakenteenmäärittelyyn. Jos järjestelmä on tarkoitettu vain tietyn tyyppisille lomakkeille,voidaan lomakerakenne määritellä muuttumattomaksi osaksi järjestelmää,koska tiedetään, että käsiteltävät lomakkeet ovat aina samankaltaisia.Tunnistamistarvetta ei siis tällöin ole.Oikeellisiksi varmistetut lomakerakenteet tallennetaan järjestelmän tuntemaantietosäiliöön tulevaa käyttöä varten. Prosessoitaessa uusia lomakkeitavoidaan tunnistettua lomakerakennetta vertailla tallennettuihin lomakerakenteisiinja hakea vastaavuuksia [Kebairi et al., 1999; Zhilan et al., 2007]. Jos löytyyannettujen toleranssien sisällä oleva lomakerakenne, voidaan se ottaa käyttöönuuden lomakerakenteen luomisen sijasta. Näin vältetään tarpeetonta vuorovaikutuskäyttäjän kanssa ja tehostetaan prosessin etenemistä. Vertailu voidaantehdä esimerkiksi vertaamalla rakenteesta muodostettua soluprojektiota käsiteltäväänlomakkeeseen [Peng et al., 2003]. Soluprojektio muodostetaan jakamallakuva alueisiin sisällön perusteella ja muodostamalla tämän jälkeen alueillevektorit, joita voidaan käyttää vertailuun.