ชุดข้อมูลคัมภีร์พุทธที่มีประโยชน์ควรทำให้ผู้อ่านค้นพบหน้าต้นทางของข้อความอ้างอิงได้ สำหรับการทดลอง OCR ครั้งแรก เราเสนอให้เริ่มจากบันทึกหนึ่งหน้า แทนการรวมไฟล์ที่ไม่ทราบที่มา ช่องข้อมูลเริ่มต้นแปดช่องคือ ผลงาน ฉบับพิมพ์ รหัสหน้า ระบบอักษร ลิงก์ต้นทาง สถานะการเข้าถึง การอนุญาตสำหรับการใช้ที่เสนอ และสถานะการแก้ไข นี่เป็นข้อเสนอ ไม่ใช่มาตรฐานการทำรายการสากล
เก็บภาพต้นฉบับ ข้อความที่เครื่องถอด และข้อความที่แก้ไขให้แยกกันได้ บันทึกว่าใครแก้การอ่านเมื่อใด โดยไม่เผยแพร่ข้อมูลติดต่อส่วนตัวของอาสาสมัคร หากยังไม่ทราบสิทธิ ก็ต้องระบุว่ายังไม่ทราบ การมองเห็นภาพสแกนไม่ได้พิสูจน์ว่าการใช้งานต่อทุกแบบได้รับอนุญาต BDRC มีข้อจำกัดการเข้าถึงและไม่สามารถสละลิขสิทธิ์ที่ผู้อื่นเป็นเจ้าของได้ [1]
ตัวอย่างที่ดาวน์โหลดมีรหัสสมมติและไม่มีข้อความจากคัมภีร์ เป็นเครื่องมือช่วยวางแผน ไม่ใช่ชุดข้อมูลที่ได้รับสิทธิหรือความร่วมมือกับห้องสมุดที่เกิดขึ้นแล้ว ก่อนเลือกหน้าจริงห้าถึงสิบหน้า เราจะยืนยันต้นทาง การใช้ที่อนุญาต และข้อจำกัดทางวัฒนธรรม แล้วตกลงรายการตรวจคุณภาพสั้น ๆ กับผู้ร่วมงาน การฝึกโมเดลต้องมีการอนุญาตที่เหมาะสมต่างหาก เป้าหมายทันทีคือการแก้ไขที่สืบย้อนกลับได้และผู้อ่านคนอื่นตรวจสอบได้