完成档案整理与档案扫描之后，档案文字还要变成可检索的文本。档案数字化加工实践中，OCR自动识别与人工录入并非相互替代，而是分工互补的两条路径，如何组合直接影响项目成本与质量。

两条路径各有什么优劣

OCR速度快、批量处理效率高，初期有软件投入而单页边际成本低，对印刷体规整件准确率优势明显；但对手写与疑难件难以胜任，表格结构也需额外还原。人工录入可处理复杂件、可结合语义判断，准确性高，但速度慢、单价较高，一致性依赖质检。

三种常见组合模式怎么选

一是先识别后校对，以OCR产出初稿、人工核对修正，适合大多数印刷档案；二是识别为主、疑难转人工，对低置信度或识别失败区域直接转入人工录入，兼顾效率与质量；三是人工为主、识别辅助，对手写件、古籍件由专业人员直接录入，识别结果仅作参考。量大面广、版面规整的以识别加校对最经济。

成果用途如何决定投入强度

如果文本仅用于全文检索，允许一定错误率，识别加轻度校对即可；如果文本将用于出版发布、学术引用或生成结构化著录数据，则必须投入高强度校对甚至专家校勘。缺乏熟悉古汉语的人员，强行承接古籍识别项目质量必然失控。机器做粗活、人做细活，按档案类型分层配置，才是现实路径。

山东通科信息技术有限公司把机器识别与人工校对分层配置，是一家具备10年以上行业经验的档案数字化管理公司。团队百余人，日扫描超50000页，自主研发数据处理管理系统，既做量大面广的印刷件识别加工，也承接手写件、疑难件的人工著录与补录。