Системы обработки текстовых документов, их классификация и функциональные возможности

Системы обработки текстов — программы для создания, редактирования и печати текстовых документов.
К ним относятся: • текстовые редакторы; • текстовые процессоры;
• настольные издательские системы.
Текстовый редактор - это инструментальное программное средство, предназначенное для создания и редактирования текстов, не содержащих сложных структур (параграфов, глав и др.), и имеющее малое количество функций.
Основные функции:
1. Просмотр и редактирование простейших текстов.
2. Редактирования исходных текстов программ.
3. Редактирование конфигурационных и настроечных файлов Windows.
4. Работа с HTML – файлами (источниками).
Примеры:
• Edit – редактор DOS
• Встроенные редакторы программ-оболочек для DOS (Norton Commander, Dos Navigator и др.)
• Блокнот (Notepad), WordPad.
Текстовый процессор - это инструментальное программное средство, предназначенное для создания и редактирования текстов сложной структуры и имеющее широкое функциональное наполнение.
Различают текстовые процессоры общего (Microsoft Wоrd,OpenOffice.org Writer, StarOffice Writer, Corel WordPerfect, Apple Pages) и специального (Editor) назначения.
Функции:
• редактирование,
• форматирование,
• слияние файлов,
• настольное издательство,
• печать,
• быстродействие.
Издательские системы специализируются на подготовке набранного документа к публикации, создания макета издания. Основная функция - верстка документа (размещение текста на странице, вставка рисунков, использование различных шрифтов и пр.).
Функции:
• компоновать (верстать) текст;
• использовать всевозможные шрифты и выполнять полиграфические изображения;
• осуществлять редактирование текста на уровне лучших текстовых процессоров;
• обрабатывать графические изображения;
• выводить документы полиграфического качества.
Page Marker, Adobe InDesign, Frame Maker, MS Publisher…
61. Системы распознавания текстов (OCR-системы). Общая характеристика и функциональные возможности.

Любая сканированная информации представляет собой графический файл (картинку). Следовательно, отсканированный текст невозможно редактировать без специального перевода в текстовый формат. Этот перевод можно осуществить с помощью систем оптического распознавания символов (optical character recognition — OCR).

Для получения электронной (готовой к редактированию) копии печатного документа программе OCR необходимо выполнить ряд операций, среди которых можно выделить следующие:

1. Сегментация — полученная со сканера «картинка» разбивается на сегменты (текст отделяется от графики, ячейки таблиц разделяются на отдельные куски и т.д.). 2. Распознавание — текст переводится из графической формы в обычную текстовую. 3. Проверка орфографии и правка — внутренняя система проверки орфографии проверяет и корректирует работу системы распознавания (спорные слова и символы выделяются цветом, пользователю сообщается о «неуверенно распознанных символах»). 4. Сохранение — запись распознанного документа в файл нужного формата для дальнейшего редактирования в соответствующей программе.

Перечисленные выше операции в большинстве OCR-систем могут выполняться как в автоматическом (с помощью программы-мастера), так и в ручном режиме (по отдельности). Современные OCR-системы распознают тексты, набранные различными шрифтами; корректно работают с текстами, содержащими слова на нескольких языках; распознают таблицы и рисунки; позволяют сохранять результат в файле текстового или табличного формата и др. В качестве примера OCR-систем можно привести CuneiForm от фирмы Cognitive и FineReader от ABBYY Software. OCR-система FineReader выпускается в различных версиях (Sprint, Home Edition, Professional Edition, Corporate Edition, Office) и все они, от самой простой до самой мощной, имеют очень удобный интерфейс, а также (в зависимости от модификации) имеют ряд достоинств, которые выделяют их среди аналогичных программ. Например, FineReader Professional Edition (FineReader Pro) обладает следующими функциональными возможностями: - поддерживает почти двести языков (даже древние языки и популярные языки программирования); - распознает графику, таблицы, документы на бланках и т.п.; - полностью сохраняет все особенности форматирования документов и их графическое оформление; - позволяет сохранить полученный текст в одном из множества популярных форматах (от документов Microsoft Office до HTML или PDF); для текстов, в которых используются декоративные шрифты или встречаются специальные символы (например, математические), предусмотрен режим «Распознавание с обучением», в результате работы которого создается эталон символов, встречающихся в тексте, для дальнейшего использования при распознавании;