1.2.1 数字化加工的内容

出版资源的数字化加工，是指对出版信息资源的数字化整理，主要是完成对传统资源的加工、分类和标引工作。数字化加工包括两部分内容，一是对已经形成纸质图书的历史出版资源重新进行电子化、代码化识别、审校、重排、标引；二是对目前已经采用电子化、代码化的内容进行基础标引和各种基于专业需求的深度标引。

进行数字资源加工，首先要对所采集的内容进行数字化转换（OCR/SCAN）处理，然后进行人工标引加工处理。现在，有的出版社已经自主开发出多核心OCR数据加工生产线，具有完备的流水线式操作体系和管理监控系统。更进一步，信息处理技术能够自动提取其中的标注（Tagged）内容及全文文本，对内容进行过滤、分类或自动摘要。最终，经过标引的内容转化成内部标准格式，并与其关联的对象（包括图片、原版式等）一起装入内容仓库中存储，供查询、挖掘及应用。