Vize projektu » Historie » Revize 16
Revize 15 (Jan Smolař, 2020-03-16 17:47) → Revize 16/17 (Jan Smolař, 2020-03-17 10:28)
h1. Vize projektu
h2. Cíl projektu
Projekt má za cíl vytvořit plně funkční webovou aplikaci pro fulltextové vyhledávání v historických obrazových dokumentech. Vytvořená aplikace bude vyvíjena podle potřeb zákazníka a jeho specifických požadavků. Webová aplikace bude pro zákazníka dalším krokem v jeho projektu pro zpracování obrazových dokumentů. Vstupní data pro tuto aplikaci budou pocházet z OCR systému, který je vytvářen zákazníkem, a vytváří soubory formátu XML z obrazových dokumentů. Projekt bude umožní zákazníkovi ve vytvořených XML dokumentech vyhledávat a výsledky vyhledávání přehledně zobrazovat v původních obrazových dokumentech.
Webová aplikace bude využívána historiky, archiváři a dalšími profesemi jimi podobnými. Umožní vyhledávání v historických dokumentech, které nemají digitální formu, a tím výrazně zrychlí vyhledávání specifických údajů v těchto dokumentech. Po nahrání všech dokumentů archivu či knihovny se vyhledávání údajů zkrátí z několika hodin či dní na pár vteřin. Výsledek vyhledávání bude obsahovat název dokumentu, stranu a odstavec, kde se hledaný výraz nalézá a tím bude následně možné originální dokument či knihu fyzicky dohledat.
h2. Stakeholders
Vývojový tým:
* Ondřej Váně
* Jan Smolař
* Zdeněk Častorál
* Jitka Poubová
Zákazník:
* Doc. Ing. Pavel Král, Ph.D.
* Ing. Ladislav Lenc, Ph.D.
* Ing. Jiří Martínek
Mentor:
* Ing. Petr Pícha
h2. Funkční požadavky
* možnost nahrát XML dokument spolu s obrazových vzorem do systému
* systém provede zpracování a indexaci nově nahraných XML dokumentů
* vyhledat výraz v uložených dokumentech
* zobrazení výsledků vyhledávání
h2. Mimofunkční požadavky
* odezva systému bude menší než 1 sekunda
* systém nebude shromažďovat žádné osobní údaje o uživatelích
* systém bude uživatelsky přívětivý, tedy každý uživatel se dokáže v GUI rychle zorientovat
* GUI výsledku vyhledávání bude při větším počtu výskytů výsledek vyhledávání rozdělovat na více stránek, tedy systém bude podporovat funkci stránkování
* kód bude přehledný (odsazování, způsob pojmenování tříd a metod)
h2. Rizika projektu
* technologie požadovaná zákazníkem Apache Solr nebude použitelná kvůli závažným nedostatkům
** Odstranění - použití jiné technologie
* úprava vyhledávání pro cizí jazyk nebude možná
** Odstranění - (částečná) implementace této funkcionality jako součást projektu