ORVIA
أرشيف ذكي للمستندات العربية — تعرّف ضوئي على الحروف، وبحث داخل المحتوى، وتظليل للنتائج مباشرة على الصفحة الممسوحة.
نظرة عامة
ORVIA نظام لأرشفة المستندات العربية مبني حول دورة واحدة: أرشفة ← تعرّف ضوئي ← بحث ← استرجاع. وتظهر قيمته الحقيقية في لحظة واحدة — تُدخل ملف PDF ممسوحاً ضوئياً، وبعد دقائق تجد جملة «تم نقل الموظف أحمد» في صفحته السابعة، مظلّلة على صورة الصفحة نفسها.
هذا الجزء الأخير هو جوهر المشروع. أنظمة كثيرة تخبرك أي مستند يطابق البحث، لكن أن تريك أين بالضبط داخل صورة ممسوحة، وبالعربية، فهذه مشكلة مختلفة تماماً.
مشكلة اللغة العربية
بالنسبة لقاعدة البيانات، أحمد واحمد واَحْمَد ثلاث كلمات مختلفة تماماً. والأمر نفسه ينطبق على ة/ه وى/ي والتطويل ـ والأرقام الهندية. ودون توحيدها، يتشتّت الفهرس ويصبح البحث بلا فائدة.
أربعة قرارات تستحق الدفاع عنها
حدّ صريح: لا يستطيع Tesseract قراءة الخط العربي اليدوي — فنماذجه مدرّبة على النص المطبوع فقط. يحدّد النظام هذه المناطق بدلاً من التظاهر بقراءتها.
قاعدتا بيانات، بالقياس
يعمل ORVIA على PostgreSQL أو SQL Server، ويُبدَّل بينهما بمفتاح إعداد واحد. وبدلاً من الادعاء بأنهما متكافئتان، قستهما على نفس المستندات ونفس الاستعلامات:
الفرق في الفورية والسرعة، لا في صحة النتائج. وتعرض شاشة الإعدادات قدرات قاعدة البيانات العاملة بوضوح بدلاً من إخفاء هذه المفاضلة.
ما الذي يحتويه النظام
- المستندات والعارض: عرض بالجدول والشبكة والقائمة؛ تصفية حسب التصنيف والإدارة وحالة التعرّف الضوئي؛ وعارض PDF مع التكبير والتدوير والبحث داخل المستند مع توحيد النص العربي.
- البحث: بحث داخل المحتوى مع التظليل ورقم الصفحة، وبحث متقدّم، وعمليات بحث محفوظة.
- معالجة التعرّف الضوئي: طابور مباشر يعرض تقدّم كل مستند، وإعادة المحاولة عند الفشل، وإعادة تعرّف مجدولة للأرشيف كاملاً عند تحسين المعالجة.
- استبدال الملفات مع الإصدارات: استبدل مسحاً رديئاً مع الحفاظ على رقم المستند وبياناته وسجلّه الزمني — ويبقى الملف القديم قابلاً للتنزيل.
- المستخدمون والصلاحيات: مصفوفة مفاتيح صلاحيات لكل دور، قابلة للتعديل من الواجهة دون إعادة نشر.
- التشغيل: نسخ احتياطي مجدول، واستعادة، وتقارير تُصدَّر إلى PDF عربي وExcel، ومركز إشعارات دائم، وسلة محذوفات، وسجل تدقيق.
الاختبارات والأمان
النشر
أمر نشر واحد يُنتج مجلداً واحداً يعمل دون تثبيت أي شيء مسبقاً — لا .NET ولا Node ولا PostgreSQL. يحمل المجلد بيئة تشغيل .NET، والواجهة المبنية تُخدَم من نفس المنفذ، ونسخة محمولة من PostgreSQL تُنشئ قاعدة بياناتها داخل المجلد، ونماذج لغات التعرّف الضوئي. انسخه إلى الجهاز وانقر مرتين.
نماذج اللغات (~42MB) مضمّنة في المستودع عن قصد: فشرط العمل دون إنترنت ينهار إذا احتاجت النسخة الجديدة إلى تنزيل شيء أولاً.