Fritextsökning i dokument

Textigenkänning i skannade och fotograferade dokument, automatisk indexering och sökning på innehåll — hitta ett dokument på det som står i det, inte på filnamnet.

Ett skannat arkiv utan textlager är en låda med bilder: du vet att dokumentet finns där, men du hittar det bara om du kommer ihåg var du lade det. Fritextsökning tar bort just denna begränsning för alla dokument som innehåller text. Digitala PDF-filer och filer med textlager indexeras vid uppladdning: texten extraheras och indexeras, och från den stunden går dokumentet att söka på vilket ord som helst i det — ett namn, ett nummer, ett belopp, ett utrustningsnamn. Skanningar utan textlager känns inte igen automatiskt på det här språket; för dem fylls de viktigaste metadata i för hand. Kombinerat med metadatafilter innebär det i praktiken att frågor som "var finns föreläggandet från våren 2022 för arbetsplatsen i Göteborg?" får svar på sekunder, inte på en eftermiddag.

Automatisk textigenkänning för skannade PDF-filer, bilder och fotograferade dokument.
Sökning som är tolerant mot diakritiska tecken — ordet hittas även om det skrivits utan dem.
Indexering av innehållet vid uppladdning, utan manuellt steg och utan att någon behöver vänta.
Kombinerad sökning: ord ur texten plus metadatafilter (typ, datum, avdelning, utfärdare, kategori).
Träffen markerad direkt på dokumentets sida, så att du ser varför den hittades.
Automatisk extraktion av vanliga fält (datum, nummer, utfärdare, belopp) som hjälp vid ifyllning av metadata.
Ombearbetning på begäran av äldre dokument, när skanningskvaliteten förbättrats.
Sökning begränsad till det du har rätt att se — resultaten respekterar åtkomsträttigheterna, de kringgår dem inte.

Hur textigenkänning fungerar, i korthet

För en dator är en skanning en bild: färgade prickar utan mening. Text går bara att söka i när den finns som text: en digital PDF innehåller den redan, medan en skanning först behöver ett textlager från ett separat igenkänningssteg. När texten finns i dokumentet bygger plattformen ett index ovanpå den — en struktur som gör det möjligt att söka snabbt utan att läsa om varje dokument. Plattformen behåller alltid originalfilen vid sidan av textlagret — texten tjänar sökningen, filen förblir dokumentet.

Innehållssökning plus metadatafilter

Sökning enbart på text ger för många träffar, och sökning enbart på metadata förutsätter att någon fyllt i dem korrekt. I praktiken fungerar kombinationen av båda. Du utgår från ett ord eller en fras som säkert finns i dokumentet och smalnar sedan av med de filter du redan har: tidsintervall, avdelning, kategori i arkivplanen, utfärdare. Resultaten visar textutdraget där träffen hittades, så att du snabbt kan skilja det dokument du söker från liknande. Samma sökning kan sparas och återanvändas — användbart för återkommande kontroller där frågan upprepas månad efter månad.

Metadata ifyllda automatiskt från den igenkända texten

Den mest tidskrävande delen av att digitalisera ett arkiv är inte skanningen utan ifyllandet av metadata. För dokument med text kan vanliga fält — dokumentets datum, nummer, utfärdare, belopp — föreslås direkt ur texten. De föreslås, de påtvingas inte: operatören bekräftar eller rättar dem. Skanningar utan textlager fylls i för hand. För stora omgångar av dokument av samma typ kan extraktionsmallar definieras en gång och tillämpas på hela omgången, vilket förvandlar en uppgift på veckor till en på dagar.

Vad fritextsökningen inte klarar, och hur man undviker överraskningar

Det är bara ärligt att också ange gränserna. Handskrift känns igen ojämnt, och handifyllda formulär är i allmänhet fortfarande ett problem. Stämplar som överlappar texten, skanningar med låg upplösning eller vikta sidor ger igenkänningsfel. I praktiken innebär det att ett sökt ord kan saknas i indexet trots att det står på papperet. Rekommendationen är enkel: för kritiska kategorier, fyll i några viktiga metadatafält för hand, så att hämtningen inte bara beror av den igenkända texten, och skanna i rimlig kvalitet från början — att skanna om kostar mer än att skanna väl första gången.

Rättsliga referenser

Lagstiftning om arkivering av dokument i elektronisk form — enligt tillämplig lagstiftning: dokumentet måste förbli oförändrat och tillgängligt under hela gallringsfristen
Arkivlagstiftning — enligt tillämplig lagstiftning: registrering och hämtning av dokument ur företagets arkivbestånd
Förordning (EU) 2016/679 (GDPR) — igenkänd text kan innehålla personuppgifter; åtkomst till sökresultat följer samma rättigheter som åtkomst till dokumentet

Vanliga frågor

Vilka filer kan sökas igenom på innehåll?

Skannade PDF-filer, bilder (JPG, PNG, TIFF) och fotograferade dokument. Filer som redan innehåller digital text — elektroniskt skapade PDF-filer, textdokument — indexeras direkt, utan igenkänning, eftersom deras text redan finns.

Fungerar det på dokument på svenska, med å, ä och ö?

Språket för igenkänning ställs in per arkiv, så bekräfta med teamet vilka språk som är aktiverade för ditt konto. Sökningen är tolerant mot diakritiska tecken: du hittar dokumentet även om du skrivit ordet utan dem, eller tvärtom.

Känns handskrift igen?

Digitala PDF-filer och filer med textlager, helt. Skanningar utan textlager söks inte igenom på innehåll; fyll i några viktiga metadatafält för hand för sådana dokument, så att hämtningen inte beror av textigenkänning.

Hur lång tid tar det att behandla ett dokument?

Vanligtvis några sekunder per sida, beroende på upplösning och sidans komplexitet. Behandlingen sker i bakgrunden vid uppladdning, så den blockerar aldrig någon: dokumentet är tillgängligt direkt, och sökning på innehåll aktiveras så snart indexeringen är klar.

Kan jag söka i ett arkiv som laddats upp innan textlager lades till skanningarna?

Ja. Befintliga dokument kan skickas för ombearbetning, enskilt eller i omgångar, och efter indexering går de att söka på innehåll precis som nya.

Visar sökningen dokument som jag inte har åtkomst till?

Nej. Resultaten respekterar åtkomsträttigheterna: ett dokument du inte får se visas inte i listan och avslöjas inte heller via textutdraget. Sökningen är ingen kringgång av behörigheterna.

Relaterade artiklar

Elektronisk arkivering →Strukturen med arkiv och förteckningar som sökningen vilar på.Säker delning →De åtkomsträttigheter som också filtrerar sökresultaten.Hur fungerar sökning i skannade dokument? →En steg-för-steg-förklaring, skanningskvalitet och de verkliga begränsningarna.Vad innebär arkivering med rättslig giltighet? →Varför igenkänd text inte ersätter originaldokumentet.Abonnemang och priser →Kontakta teamet →

Gör ditt skannade arkiv sökbart

Vi aktiverar textigenkänning för nya dokument och ombearbetar ditt befintliga arkiv, så att varje dokument kan hittas på det som står i det.

Se abonnemang Kontakta en rådgivare