מסמכים ישנים ל-PDF ניתן לחיפוש

ארכוב מסמכים ישנים: המדריך

ארכוב דיגיטלי: למה עכשיו?

מסמכי נייר מתדרדרים:

• נייר מצהיב ונשבר
• דיו דוהה
• עובש ולחות
• שריפה / שיטפון

עלות ממשית: ארכיון מ-1990 שלא דיגיטל = מסמכים שאובדים עם הפרישה / מכירת עסק.

ארכוב + OCR = נגישות לצמיתות:

• חיפוש בשניות
• שיתוף ללא חיפוש פיזי
• גיבוי בענן = שרידות

סריקה לארכוב: הגדרות מומלצות

DPI:

• 200DPI: מינימום, מסמכים עם טקסט גדול
• 300DPI: מומלץ לרוב המסמכים
• 400DPI: מסמכים ישנים / טקסט קטן / כתב יד

פורמט:

• PDF מולטי-עמוד (לא JPEG נפרד לכל עמוד)
• TIFF: איכות גבוהה, קובץ גדול (לארכיון מוסדי)
• PDF/A: סטנדרט ארכיב (ראה make-searchable/archive)

צבע:

• Grayscale (אפור): מספיק לטקסט, קובץ קטן
• Color: למסמכים עם צבע חשוב (תמונות, חותמות)
• Black & White: קטן מאוד, מתאים לטקסט פשוט

OCR על כתב יד ישן: ציפיות ריאליסטיות

כתב יד מודפס ברור (שנות ה-70-80):

• OCR: 60-75% דיוק
• שגיאות נפוצות: ו/ז, ל/ר, כ/ב
• שימושי לחיפוש גס אבל לא מושלם

כתב יד רשמי (משרד, עורך דין):

• OCR: 40-60% דיוק
• הרבה שגיאות
• מוסיף ערך מסוים לחיפוש

כתב יד בלתי-ניתן לקריאה:

• OCR: <30% דיוק
• ייתכן שלא שווה OCR
• שמור כסריקה תמונה בלבד

המלצה: תמיד עדיף לנסות OCR - גם 60% דיוק עדיף על 0%. ניתן לחפש ולמצוא גם עם שגיאות חלקיות.

ארגון ארכיון דיגיטלי

מבנה תיקיות לארכיון עסקי:

ארכיון/
  לקוחות/
    כהן-דוד-1234/
      חוזים/
        חוזה-2001-OCR.pdf
        חוזה-2008-OCR.pdf
      התכתבות/
        מכתבים-2001-2005-OCR.pdf
  ספקים/
    ספק-א/
      ...
  פנימי/
    פרוטוקולים/
      ...

קונבנציית שמות:

• [קטגוריה]-[שם]-[שנים]-OCR.pdf
• OCR בשם = ידוע שהקובץ עם שכבת טקסט

Google Drive לארכיון: יתרונות

חיפוש מלא ב-Drive:

• Drive מאנדקס כל PDF עם OCR
• חפש שם לקוח, מספר חוזה, תאריך
• תוצאות בשניות לאחר אינדוקס

מגבלות חינמי:

• 15GB בחינם
• ארכיון גדול (1000+ מסמכים): Google Workspace (בתשלום)

חלופות:

• Dropbox Business: חיפוש טקסט ב-PDF
• NAS Synology: חיפוש פנימי + גיבוי מקומי

ביצוע OCR בפרויקט גדול: כיצד לנהל

שלב 1: סריקה מסורתית

• שכור סורק/ית לפרויקט
• ציין: 300DPI, PDF, שמות ברורים

שלב 2: OCR ב-Batch

• קבוצות של 50 PDF-ים בכל פעם
• make-searchable לכל קובץ
• שמור תוצאות

שלב 3: בדיקת איכות

• פתח PDF אקראיים
• Ctrl+F → חפש מילות מפתח
• בדוק דיוק OCR

שלב 4: ארגון ב-Drive

• העלה לפי מבנה תיקיות
• המתן לאינדוקס (שעות לארכיון גדול)
• בדוק חיפוש

זמן ממוצע לארכיון של 5000 מסמכים: 2-3 שבועות (כולל סריקה).