Herstellen van Ami Pro Vergelijkingen en WMF-diagrammen

Het stille-verliesprobleem

De slechtste conversiefout is niet degene die een foutmelding geeft. Het is degene die slaagt, een er netjes uitziend document produceert, en stilletjes inhoud weglaat. Je ontdekt het niet op het moment van conversie; je komt erachter wanneer iemand een rapport leest dat zegt "de relatie wordt gegeven door de onderstaande vergelijking" gevolgd door een lege regel.

Technische Ami Pro documenten zijn hier bijzonder aan blootgesteld. Technische berekeningen, laboratoriumrapporten, aantekeningen van universitaire cursussen, normenindieningen en patentconcepten steunen allemaal op figuren en formules, en dat zijn precies de elementen die een tekstgerichte conversie niet kan zien.

Wat betekent dat het verifiëren van diagram- en vergelijkingherstel geen optionele verfijning is. Voor een technisch archief is het de acceptatietest.

Wat Ami Pro eigenlijk ingebed

Ami Pro gebruikte de Windows Metafile-familie voor tekeningen. WMF en de 32-bits opvolger EMF zijn vectorformaten: ze slaan tekenopdrachten op — lijnen, bogen, gevulde veelhoeken, tekstplaatsing — in plaats van een raster van pixels. Daarom kan een Ami Pro stroomdiagram uit 1994 vandaag op elke grootte scherp opnieuw worden weergegeven, mits er iets is dat het kan lezen.

Vergelijkingen kwamen uit Ami Pro’s ingebouwde vergelijkingeditor, die formules opslaat als gestructureerde markup die de wiskundige opmaak beschrijft: tellers en noemers, wortels, sub- en superscripts, sommen en integralen met hun grenzen. Het is een beschrijving van wiskunde in plaats van een afbeelding ervan, wat uiteindelijk heel nuttig blijkt te zijn.

Beide objecttypes leven binnen de .sam-stroom naast de tekst. Omdat het formaat tekstgebaseerd is met haakjesmarkup, zijn ingesloten binaire en gestructureerde gegevens daarin gecodeerd — terug te halen, maar alleen door een parser die weet dat de codering daar aanwezig is.

Waarom generieke converters ze verliezen

Hoe herstel in de praktijk werkt

Het herstel van diagrammen begint met het lokaliseren van ingesloten metafilegegevens in de stroom, deze te reconstrueren tot een geldig WMF- of EMF-bestand en deze vervolgens weer te geven. Vanaf daar wordt de afbeelding weggeschreven en verwezen vanuit het geconverteerde document — ingesloten in DOCX en PDF, of weggeschreven als een gekoppeld afbeeldingsbestand voor HTML en Markdown output.

Formuleherstel loopt twee paden parallel omdat verschillende outputs verschillende dingen nodig hebben. De formule wordt als afbeelding weergegeven zodat DOCX, PDF en RTF de wiskunde correct weergeven; en het wordt naar LaTeX vertaald zodat Markdown, HTML en tekstoutputs een representatie hebben die een machine kan lezen, doorzoeken en opnieuw weergeven.

Die dubbele aanpak is wat technische archieven echt herbruikbaar maakt. Een afbeelding van een vergelijking is prima om naar te kijken en nutteloos om te doorzoeken. LaTeX is doorzoekbaar, indexeerbaar, converteerbaar naar MathML, en kan rechtstreeks in een moderne editor worden geplakt wanneer iemand de formule opnieuw wil gebruiken.

Een uitvoerformaat kiezen voor technische documenten

• PDF — het betrouwbare visuele verslag; diagrammen en vergelijkingen worden precies weergegeven zoals opgesteld
• DOCX — bewerkbare tekst met ingesloten figuren en vergelijkingafbeeldingen; gebruik LaTeX om de formules die je moet bewerken opnieuw op te bouwen
• Markdown — het beste voor zoek- en AI-pijplijnen, omdat vergelijkingen als LaTeX aankomen in plaats van als afbeeldingen
• HTML — figuren worden gekoppelde afbeeldingsbestanden en formules kunnen client-side worden weergegeven; goed voor publicatie op intranet
• TXT — verwacht al visueel materiaal te verliezen; alleen nuttig voor triage en volledige-tekstzoeking

Controleren dat er niets is gevallen

Bouw je beoordelingsvoorbeeld rond figuren in plaats van rond bestandsgrootte. Zoek in de platte-tekstuitvoer van het archief naar zinsneden zoals "Figuur", "Tabel", "Vergelijking", "hieronder weergegeven" en "zie diagram", en controleer vervolgens die specifieke documenten in de geconverteerde uitvoer. Kruisverwijzingen zijn een betrouwbaar overzicht van waar visuele inhoud zou moeten zijn.

Bevestig voor elk van hen drie dingen: dat de afbeelding aanwezig is in plaats van een tijdelijke aanduiding, dat deze op een geschikte grootte wordt weergegeven en leesbaar is, en dat deze op de juiste positie verschijnt ten opzichte van de tekst die ernaar verwijst.

Voor vergelijkingen, bevestig daarnaast dat de wiskunde correct is — subscripten en superscripten op de juiste plaatsen, worteltekenen over de juiste termen, limieten gekoppeld aan de juiste operatoren. Een weergegeven vergelijking die subtiel verkeerd is, is gevaarlijker dan een die ontbreekt, omdat het gezaghebbend lijkt.

Een opmerking over documenten die zijn ontworpen, niet alleen geschreven

Ami Pro ondersteunde op frames gebaseerde lay-out, die sommige auteurs veel gebruikten voor nieuwsbrieven, brochures en rapportomslagen. Die documenten gaan minder over terugvindbare inhoud en meer over compositie, en hun lay-out heeft geen nette tegenhanger in DOCX.

Voor die subset behandel je PDF als de gezaghebbende versie en DOCX als een handige kopie. Je houdt een getrouw visueel overzicht bij van hoe het document eruitzag, plus bewerkbare tekst voor iedereen die de woorden opnieuw wil gebruiken, en je voorkomt dat je dagen besteedt aan het proberen opnieuw opbouwen van paginadesign uit de jaren '90 in Word.