Оцифровка научно-технических библиотек: от фондов к цифровым центрам знаний

Правительство РФ, по поручению Президента, предпринимает масштабные шаги по модернизации научно-технических библиотек РФ (НТБ). Единая система научно-технической информации обеспечит конкурентные преимущества российской науки и образования, поможет укрепить суверенитет страны. С чего начать и как представить целевой результат оцифровки архивов, чтобы проведённые работы соответствовали поставленной высокой задаче?

Системообразующая роль научно-технических библиотек

Научно-технические библиотеки являются ключевым элементом государственной системы научно-технической информации (ГСНТИ) — совокупности организаций, специализирующихся на сборе и обработке научно-технической информации. Современная ГСНТИ включает федеральные, отраслевые и региональные центры, РАН, Федеральные университеты, Роспатент и др.

Задача

Согласно Федеральному проекту, НТБ должны быть объединены в единый информационный контур — базу знаний. К этой базе необходимо предоставить средства доступа, поиска и анализа данных.

Целевую модель можно описать так: сотрудник или научная комиссия вводит интересующий запрос простым языком, а система, заранее проиндексировав всю информацию в базе знаний, подбирает все релевантные материалы по теме и краткое резюме по ним.

Из целевой модели понятно, что НТБ как владельцы данных должны будут наполнить создаваемую систему контентом. Оцифровка таких объёмов данных — задача как минимум нескольких лет. Необходимо:

• отсканировать материалы (бумага, фото, микрофиши и пр.);
• распознать содержание документа быстро и точно — что стало возможным благодаря современным технологиям распознавания текстов и структурирования контента (текста, иллюстраций, сносок и пр.) в цифровом виде.

Этап 1. Аудит, инвентаризация фондов — основа цифровой трансформации

С чего начать? С первого взгляда — с подсчёта книг. Но на самом деле — с глубокого аудита всего массива данных, где часто содержатся сведения и результаты исследований, обеспечивающие технологическое развитие и суверенитет России. Это дело, которое требует усилий от специалистов самой библиотеки.

Предстоит оценить физическое состояние документов, состав библиографического описания и формат машиночитаемых записей.

Правовая экспертиза

Главным критерием отбора является «правовая чистота» документа. Необходимо обеспечить соблюдение авторских прав и получить необходимые разрешения на оцифровку. Документы, не попадающие под действие нормативных актов по авторскому праву (70 лет после смерти автора), получают приоритет для включения в программы оцифровки.

Результат этапа:

• ✅ Реестр библиотечных фондов с метаданными (автор, год, тематика, состояние, редкость, юридический статус).
• ✅ Приоритизация фондов для оцифровки (по значимости, уязвимости, востребованности).
• ✅ Карта рисков: какие материалы требуют срочного спасения.

Этап 2. Подготовка и сканирование документов

Подготовка к сканированию

• Проверка и сортировка по типам и размерам.
• Удаление скрепок и расшивка переплётов.
• Выравнивание и разглаживание страниц.
• Устранение повреждений при необходимости.

Выбор оборудования и технологий

• Поточные сканеры — для массовой обработки стандартных документов со скоростью до 200 изображений в минуту.
• Планшетные сканеры — для деликатных материалов и документов нестандартных форматов.
• Широкоформатные сканеры — для сканирования схем и чертежей, в том числе с применением защитных конвертов.
• Планетарные сканеры — для бесконтактного сканирования ценных и хрупких документов формата до A1.

При необходимости может потребоваться сканирование микрофишей, фотоматериалов, каротажных лент и других нестандартных носителей. Оборудование всегда подбирается под задачу.

Технологический процесс сканирования

Оцифровка документов осуществляется с соблюдением строгих требований к сохранности оригиналов. Основные принципы:

• обеспечить максимальную сохранность первоисточников;
• не допустить воздействий, ведущих к ухудшению физического состояния документов;
• использовать специализированное освещение без вредного ИК и УФ излучения.

Контроль качества

Массив готовых графических образов проходит многоступенчатую проверку:

• автоматическая верификация параметров (цветность, разрешение, формат);
• экспертная оценка качества специалистами;
• соответствие техническим требованиям и стандартам.

Этап 3. Распознавание документов с гарантированным качеством, структурирование данных

Что означает «оцифровать» в контексте научно-технических библиотек? Это не просто фото или скан страниц. Это преобразование неструктурированных, часто устаревших, сложных документов в структурированные, машиночитаемые, семантически обогащённые цифровые объекты.

Верификация и коррекция данных

Распознанные данные подвергаются автоматической верификации с последующей ручной коррекцией операторами. Этот этап обеспечивает высокую точность распознавания — до 99,9% для качественных документов.

Результаты этапа:

• ✅ Цифровые копии с высокой точностью (300–600 dpi, цветные, с сохранением оригинального формата).
• ✅ Распознанный текст (OCR с поддержкой формул).
• ✅ Семантическая разметка: авторы, термины, объекты, связи между документами.
• ✅ Каталогизация по классификаторам ВАК, УДК, ГОСТ, OECD.
• ✅ Создание электронных архивов: быстрый полнотекстовый поиск, многокритериальная фильтрация, интеграция с СЭД, долгосрочное хранение.

Роль компании Биорг в модернизации научно-технических библиотек

Технологическое лидерство в области оцифровки сложных документов

Компания Биорг — признанный лидер российского рынка оцифровки, обладает уникальными компетенциями в области обработки сложных документов. Компания уже реализовала масштабные проекты для госведомств, включая оцифровку 43 млн актовых записей для органов ЗАГС. На основе этих данных сформирован Единый реестр органов ЗАГС, на базе которого Правительство РФ развивает автоматизированные госсервисы для граждан.

Инновационная платформа Beorg Smart Vision

Объединяет технологии искусственного интеллекта и краудсорсингового сервиса, обеспечивая:

• Двухэтапное распознавание для достижения максимальной точности: OCR для современных текстов и шрифтов печатной машинки, а также распознавание рукописи.
• Обработку сложных документов — не только стандартных форм, но и рукописных, чертежей и специализированной документации.
• Скорость обработки от 5 секунд до получаса в зависимости от сложности документа.

Компетенции для библиотек

• Оцифровка архивов бумажных документов различной сложности по всей стране.
• Формирование библиотечных и поисковых индексов, конвертация в форматы. Структурирование в цифровом виде, формирование структуры в PDF и оглавлений, либо представление в машиночитаемом виде.
• Технические, инженерные документы и чертежи, включая полностью рукописные формы.
• Собственный парк оборудования и обученный персонал.

Заключение

Чтобы превратить бумажные фонды в цифровой центр знаний, нужно не просто «отсканировать», а переосмыслить научную информацию. Только системный, этапный, технологически продвинутый подход с участием экспертов позволит реализовать амбициозные цели федерального проекта.

Beorg, обладая уникальными технологиями и обширным опытом работы с государственными проектами, может стать ключевым партнёром в реализации федерального проекта развития научно-технических библиотек.

Биорг соответствует требованиям:

• Глубокая экспертиза в обработке сложных документов: распознаёт математические формулы с точностью 97,5% — в 3 раза выше, чем у стандартных OCR.
• Российские научные стандарты и требования безопасности: выделяет ключевые термины, авторов, ссылки, методики — создавая «умные» метаданные.
• Масштабируемость и надёжность: поддержка многоязычности — русский, английский, немецкий, французский, японский, даже со смешанными кириллическими и латинскими текстами.

Beorg — партнёр федерального проекта по цифровизации научных библиотек. Запросите оценку вашего проекта бесплатно: www.beorg.ru | info@beorg.ru | +7 (495) 739-92-37

Часто задаваемые вопросы