Extract Text

Extraheer tekst uit bestanden om ze doorzoekbaar en machineleesbaar te maken. Eenmaal geïnstalleerd en actief, heeft deze module de volgende kenmerken:

• De module voegt een eigenschap "geëxtraheerde tekst" toe waarmee geëxtraheerde tekst wordt ingesteld op media en items.
• Bij het toevoegen van media zal de module automatisch tekst uit het bestand extraheren en de tekst op de media plaatsen.
• Bij het toevoegen of bewerken van een item zal de module automatisch de mediatekst aggregeren (in volgorde) en de tekst op het item zetten.
• Bij het bewerken van een item of het bewerken van batches kan de gebruiker ervoor kiezen om de geëxtraheerde tekst te vernieuwen of te wissen.
• De gebruiker kan de moduleconfiguratiepagina bekijken om te zien welke extractors beschikbaar zijn op hun systeem.

Ondersteunde bestandsindelingen:

DOC (application/msword)

• DOCX (application/vnd.openxmlformats-officedocument.wordprocessingml.document)
• HTML (text/html)
• ODT (application/vnd.oasis.opendocument.text)
• PDF (application/pdf)
• RTF (application/rtf)
• TXT (text/plain)

Extract OCR (plugin upgraded for Omeka S)

Module voor Omeka S om OCR-tekst in XML uit PDF-bestanden te extraheren, waardoor zoeken in volledige tekst mogelijk is binnen de Universal Viewer-plug-in.