中禁创科

To build DIGITAL ARCHIVES

To explore the data value

行业规则

Industry Standard

支持全文 OCR 检索吗，扫描件也能关键词搜索吗？
来源:中禁创科 | 作者:中禁创科 | 发布时间: 5天前 | 5 次浏览 | 🔊 点击朗读正文 ❚❚ ▶ | 分享到:

是的，成都中禁创科数字档案管理系统标准版和AI旗舰版都支持扫描件的全文OCR检索，系统且具备以下核心优势：

✅ 扫描件关键词检索能力

系统支持 PDF扫描件、图片类文档（JPG/PNG等）、OFD版式文件 等非结构化文件的全文检索。文件上传

后，后台自动调用OCR引擎提取文字内容，并将文本与档案元数据（档号、题名、责任者等）一同索引到

Elasticsearch，用户输入关键词即可精确匹配到扫描件内容。


🚀 系统核心优势

功能维度                                                    我们的实现
检索范围覆盖档案元数据 + OCR全文内容，支持档号、题名、关键词、正文等多维度组合检索
索引时效

文件上传后自动异步处理，通过消息队列和解耦的Worker服务，实现近实时索引，用户上传

                              后片刻即可搜到

检索精度 剥离Markdown语法干扰，为ES提供纯净文本，提升BM25分词和相关性排序准确性
AI编研联动 AI旗舰版全文内容同步写入AI素材库，为智能编研、主题推荐提供丰富语料
可靠性保障引入补偿和回调机制，确保文件转换和索引过程可追踪、可重试，杜绝遗漏
架构扩展性

Worker服务（MarkItDown）与主应用解耦，支持独立横向扩展，应对大规模档案的并发处理

                              需求


📌 典型检索场景

关键词检索：输入合同编号、人员姓名、项目名称等，系统自动命中扫描件PDF中的相应文字。

组合筛选：结合档案门类、年度、保管期限等元数据条件，缩小检索范围，提升准确率。

AI编研素材推荐：AI旗舰版系统不仅支持检索，还能基于全文内容自动匹配相关档案，辅助编研选题。



                                                                                                            -----成都中禁创科科技有限公司