Zum Hauptinhalt springen
Wenn in den Eigenschaften eines Elements ein regulärer Ausdruck angegeben ist, sucht das Programm im Suchbereich nach Zeichenketten, die die Bedingungen des regulären Ausdrucks erfüllen. Wenn kein regulärer Ausdruck angegeben ist, verwendet das Programm die benutzerdefinierten Alphabete.

​
Wie Zeilen und Fragmente identifiziert werden

Das Programm berücksichtigt alle Textobjekte, die den Suchbereich horizontal schneiden (vertikal müssen die Objekte vollständig innerhalb des Suchbereichs liegen). Die Textobjekte werden dann zu Zeilen gruppiert. Die Zeilen werden von links nach rechts aufgebaut. Das Programm beendet den Aufbau einer Zeile, wenn die maximale Leerraumlänge (festgelegt in der Eigenschaft Max. Leerraumlänge) überschritten wird. In den resultierenden Zeilen identifiziert das Programm Zeichenketten, die jeweils nur Zeichen aus einem der benutzerdefinierten Alphabete enthalten. Auf ähnliche Weise teilt das Programm die Zeilen in Fragmente.

​
Eingebettete Hypothesen

Als Nächstes erstellt das Programm für jedes Fragment eine Hypothese. Je nachdem, ob die Option Eingebettete Hypothesen zulassen ausgewählt ist, werden Hypothesen auf eine von zwei Arten erstellt. Angenommen, das Programm hat in einem vorherigen Schritt drei Fragmente erkannt. Wenn die Option Eingebettete Hypothesen zulassen ausgewählt ist, werden Hypothesen wie folgt erstellt: 
hypothesis 1: fragment 1
hypothesis 2: fragment 1 + fragment 2
hypothesis 3: fragment 1 + fragment 2 + fragment 3
hypothesis 4: fragment 2
hypothesis 5: fragment 2 + fragment 3
hypothesis 6: fragment 3
Für jede Hypothese prüft das Programm, ob der Prozentsatz der Zeichen jedes Alphabets den im Feld Prozentsatz der alphabetischen Zeichen festgelegten Wert nicht überschreitet. Ebenso prüft das Programm, ob der Prozentsatz der nicht alphabetischen Zeichen den im Feld Prozentsatz der nicht alphabetischen Zeichen festgelegten Wert nicht überschreitet. Wenn mindestens eine dieser Prüfungen fehlschlägt, wird keine Hypothese formuliert. Wenn die Option Eingebettete Hypothesen zulassen nicht ausgewählt ist, werden die eingebetteten Hypothesen in der obigen Liste verworfen. Eingebettete Hypothesen sind Hypothesen, die in einer anderen Hypothese in der obigen Liste enthalten sind. Wenn die Prüfungen für alle Hypothesen erfolgreich waren, bleibt nur die folgende Hypothese übrig: Fragment 1 + Fragment 2 + Fragment 3. Wenn die Option Eingebettete Hypothesen zulassen also nicht ausgewählt ist, formuliert das Programm Hypothesen mit maximaler Länge, die alle Bedingungen erfüllen. Auch wenn eingebettete Hypothesen ausgeschlossen werden, können sich Hypothesen überschneiden. Der überschneidende Teil kann ein eigenständiges Zeichen oder Wort sein oder eine Zeichenfolge, die Teil anderer Hypothesen ist, für die jedoch keine separaten Hypothesen formuliert wurden. Das Programm kann beispielsweise zwei Hypothesen formulieren (also zwei Zeichenfolgen): eine, die mit einem bestimmten Wort oder Ausdruck endet, und eine andere, die mit diesem Wort oder Ausdruck beginnt. Zum Beispiel: 
Hypothese 1: Fragment 1 + Fragment 2
Hypothese 2: Fragment 2 + Fragment 3

​
Wie die Hypothesenqualität berechnet wird

Sobald alle möglichen Hypothesen generiert wurden, berechnet das Programm für jede Hypothese die Pre-search quality (dies ist eine Schätzung dafür, wie gut eine Hypothese die Suchbedingungen erfüllt, die im Dialogfeld Properties auf der Registerkarte Zeichenkette sowie auf der Registerkarte Advanced im Feld Advanced pre-search relations festgelegt sind). In dieser Phase wird die Quality danach berechnet, ob die Länge der Hypothese in Zeichen innerhalb des in der Eigenschaft Character count angegebenen Fuzzy-Intervalls liegt, ob die Länge der gesamten Lücke in der Zeile innerhalb des in TotalGapLength angegebenen Fuzzy-Intervalls liegt und ob die Anzahl der Wörter in der Zeile innerhalb des in der Eigenschaft Word count angegebenen Fuzzy-Intervalls liegt. Die Gesamt-Quality einer Hypothese wird berechnet, indem alle Quality-Werte miteinander multipliziert werden.

​
Eigenschaften von Zeichenketten-Hypothesen

Eine Zeichenkette-Hypothese hat die folgenden Eigenschaften:
EigenschaftBeschreibung
Element nameDer vollständige Name des Elements.
SeiteDie Nummer der Seite, auf der das Element erkannt wurde.
Surrounding rectDie Koordinaten des Rechtecks, das die Region der Hypothese umgibt.
WidthDie Breite der Region der Hypothese.
HeightDie Höhe der Region der Hypothese.
TextDie Zeichen in der Hypothese.
DetectedZeigt an, ob das durch das Element beschriebene Objekt gefunden wurde (true) oder ob eine Nullhypothese gebildet wurde (false).
From the best pathZeigt an, ob die gefundene Hypothese zum besten Pfad im Hypothesenbaum gehört (true) oder nicht (false).
Pre-search qualityWie gut die Hypothese mit den Eigenschaften des Elements übereinstimmt, die durch die Einstellungen im Dialogfeld Properties und durch den Code im Feld Advanced pre-search relations festgelegt sind.
Post-search qualityDie Qualität der Hypothese, nachdem die Bedingungen im Feld Erweiterte Nach-Suchbeziehungen angewendet wurden.
Chain qualityDie Qualität der Hypothesenkette vom ersten Subelement der Gruppe bis zum aktuellen Subelement. Sie wird berechnet, indem die Qualitätswerte aller Subelemente in der Kette multipliziert werden, und dient zum Vergleich konkurrierender Hypothesenketten.