Η τεχνική πρόκληση της ψηφιοποίησης ιαπωνικών εντύπων
Η ενσωμάτωση ιαπωνικών περιοδικών στο ψηφιακό αρχείο του VGHF δεν αποτέλεσε μια απλή διαδικασία μεταφόρτωσης αρχείων. Η ομάδα κλήθηκε να αντιμετωπίσει τις ιδιαιτερότητες της ιαπωνικής γραφής, η οποία απαιτεί εξειδικευμένες βιβλιοθήκες για την αναγνώριση χαρακτήρων (OCR). Η επιλογή των κατάλληλων εργαλείων έγινε σε συνεργασία με επαγγελματίες αρχειοθέτες στην Ιαπωνία, διασφαλίζοντας ότι το σύστημα μπορεί να χαρτογραφήσει σωστά τόσο την οριζόντια όσο και την κάθετη γραφή.
Αρχιτεκτονική αναζήτησης και metadata
Για να καταστεί το υλικό προσβάσιμο σε αγγλόφωνους ερευνητές χωρίς την ανάγκη πλήρους μετάφρασης 10.000 σελίδων, το VGHF υιοθέτησε μια προσέγγιση «ανθρώπου στον βρόχο» (human-in-the-loop). Εθελοντές με γνώση της ιαπωνικής γλώσσας δημιούργησαν ευρετήρια για τα κύρια άρθρα και τις συνεντεύξεις, επιτρέποντας την αναζήτηση σε επίπεδο metadata, ενώ το OCR επιτρέπει την αναζήτηση εντός του κειμένου (full-text search) με υψηλή ακρίβεια.
Βελτιώσεις στο platform stack
Η πλατφόρμα δέχτηκε σημαντικές τροποποιήσεις για να υποστηρίξει τη νέα διεθνή διάσταση του αρχείου:
- Language Filtering: Δυνατότητα φιλτραρίσματος αποτελεσμάτων ανά γλώσσα.
- Layout Engine: Υποστήριξη για right-to-left και κάθετη διάταξη σελίδων.
- Search Optimization: Προσαρμογή των αλγορίθμων αναζήτησης ώστε να διαχειρίζονται σωστά την ιαπωνική γλώσσα, όπου οι λέξεις δεν διαχωρίζονται με κενά διαστήματα.
Αυτή η υποδομή αποτελεί πλέον το θεμέλιο για την επέκταση του αρχείου σε άλλες γλώσσες, αποδεικνύοντας ότι η σωστή αρχιτεκτονική επιλογή εργαλείων μπορεί να γεφυρώσει το χάσμα μεταξύ φυσικών αρχείων και ψηφιακής έρευνας.