PPS PrePress Systeme GmbH Ansprechpartner: Siegfried Peis Hohemarkstraße 20 61440 Oberursel pps@prepresssysteme. de Telefon: +49 6171 708 5725 Fax: +49 6171 88715 46 http://www.prepress-systeme.de

Vom Scan bis zum Einzelartikel im Zeitungsarchiv

Eine optimale Scanqualität ist die Voraussetzung für alle weiteren Schritte im Workflow der Digitalisierung bis zur Automatischen Artikel-Separierung (AAS).
Unsere Optimierungsprogramme wie IBB, intelligente Bildbearbeitung, Layouterkennung und -Korrektur auf
der Grundlage einer geometrischen und typografischen Analyse unter Zuhilfenahme der XML-Strukturen, sind die Ergebnisse einer elfjährigen Erfahrung auf dem Gebiet der Digitalisierung und der Produktion von über 10 Millionen Zeitungsseiten. Insgesamt stecken in unseren Entwicklungen mehr als 20 Mannjahre.

Kunden/Referenzen

Zu unseren zahlreichen Referenzen zählen namenhafte Kunden wie zum Beispiel „Die Zeit“, der „Weser Kurier“ oder die „LEIPZIGER VOLKSZEITUNG“. Für die komplette Referenzliste können Sie sich gerne auf unserer Website unter „Kunden“ informieren

PPS-FINDER – Sie werden Suchen besser finden!

„PPS-Finder“ ist eine semantische, systemübergreifende Suchmaschine mit der Sie sicher schnell und komfortabel Ihre digitalisierten Zeitungsinformationsbestände dem Nutzer zur Verfügung stellen können. Dank der Enterprise Search Technologie können Inhalte systemübergreifend über verschiedenste IT-Systeme, Dokumentformate und Zugriffsprotokolle mobiler gemacht werden!

Funktionen und Alleinstellungsmerkmale:

– Personalisierbares Suchportal als Recherche-Front-End
– Intelligente Suchfunktionen
(unscharfe und fehlertolerante
Suche, Korrektur
– von Tippfehlern „Meinten Sie?“, Synonymsuche, Suchvorschläge etc.)
– Einbindung vorhandener und extern gepflegter Informationen ohne Migration (Fileserver, Datenbanken, DMS etc.).
– Komplettlösung mit optionalem Content Repository-Portal.
– Integration in vorhandenes Intranet
– Schnittstelle zu Bezahlungssystemen
– Vielfältige Suchstatistiken
– Automatische Verschlagwortung und dynamische Tag-Clouds, automatische Kategorisierung nach unterschiedlichsten Meta-Datentypen
– Auffinden von Zeitungsseiten statt der gesamten Ausgabe
– Visuelle Darstellung von Fundstellen in Zeitungen
– Semantisches Meta-Datenmodell