Alle Beiträge von Larissa Will

Modellübertragung von Transkribus nach eScriptorium

Für all diejenigen, die momentan Transkribus nutzen, kann ein Vergleich mit der Open-Source-Alternative eScriptorium interessant sein. Transkribus gestattet zwar keine direkte Übertragung Ihrer darin trainierten Modelle, jedoch kann die Ground Truth, also die in Transkribus erstellte Transkription und die dazugehörigen Bilder, aus Transkribus exportiert und in eScriptorium importiert werden. Anschließend können Sie ein Modell in eScriptorium trainieren. eScriptorium ermöglicht Ihnen die einfache Weitergabe des trainierten Kraken-Modells. Sie finden die dazugehörige Anleitung auf der GitHub-Seite der UB Mannheim. Für Hinweise und Verbesserungsvorschläge sind wir immer dankbar.

Wenn Sie Fragen zu eScriptorium haben oder es selbst gerne ausprobieren möchten, dann wenden Sie sich an uns.

Ansprechpartnerin: Larissa Will, E-Mail: larissa.will(at)uni-mannheim.de

Aufsatz zum Projekt „Mannheims historische Zeitungen online“

Passend zum Vortrag beim 3. OCR-BW-Workshop von Eric Veyel und Rainer Gräbeldinger (MARCHIVUM) über das Projekt „Mannheims historische Zeitungen online“ finden Sie in der 42. Ausgabe der Mannheimer Geschichtsblätter einen spannenden Artikel dazu.

Dr. Harald Stockert und Eric Veyel berichten hierbei über das Vorgehen von der Digitalisierung bis zur Online-Präsentation von insgesamt 300 Zeitungsbänden mit über 350.000 Einzelseiten. Das MARCHIVUM war schon vor der Pandemie Vorreiter in Sachen Digitalisierung, und von einer kleinen Ein-Personen-Scanstation im Haus entwickelte sich die Abteilung zu einem Digitalisierungszentrum mit hoher Expertise und entsprechender Ausstattung. Das MARCHIVUM leistet so einen wichtigen Beitrag zur Erforschung und Aufarbeitung der Mannheimer Stadtgeschichte. Auch weiterhin sollen nach und nach historische Druckerzeugnisse auf dem Portal veröffentlicht werden, wie beispielsweise Theaterzettel des Mannheimer Nationaltheaters, aber auch weitere Zeitungen.

Das Projektteam von OCR-BW freut sich, durch die die bisherige sowie zukünftige Beratung sowie die Bereitstellung von Frakturmodellen Teil dieses erfolgreichen Projekts zu sein!

Stockert, Harald/Eric Veyel, Dank Corona-Förderung: Das Projekt „Mannheims historische Zeitungen online‟, in: Mannheimer Geschichtsblätter 42 (2022), S. 111-116.

Erfolgreicher 3. OCR-BW-Workshop

Am 22. Juni fand im Mannheimer Schloss der dritte und letzte Workshop des Projektes OCR-BW statt. Während der Projektlaufzeit wurde von allen Seiten stets die Wichtigkeit und Richtigkeit des Themas automatisierter Texterkennung sowie der Bedarf an Beratung bei Forschenden und Institutionen bestätigt. Dies spiegelte sich auch in der Resonanz wider, die der Workshop bekam. Es zeigte sich auch, dass inzwischen Forschende die Möglichkeit zur Online-Teilnahme schätzen gelernt haben. So begrüßte das Projektteam knapp 30 Teilnehmende vor Ort und ungefähr 50 Online-Teilnehmende beim Workshop.

Nach der Begrüßung durch die Direktorinnen der Universitätsbibliotheken Mannheim und Tübingen und einem Rückblick auf die Projektlaufzeit folgten vier spannende Vorträge aus Forschung und Praxis. Die Reihe begann mit einem Vortrag von Milanka Matić-Chalkitis (Universität Freiburg) zum Training „smarter“ Modelle im MultiHTR-Projekt. Anschließend gaben Eric Veyel und Rainer Gräbeldinger einen praktischen Einblick in das neue Druckschriftenportal des Mannheimer Stadtarchivs MARCHIVUM. Daran schloss sich ein interessanter Einblick in die Zukunft des Fachs Geschichte in Lehre und Forschung von Professor Dr. Hiram Kümper (Universität Mannheim) an. Abschließend berichtete Carlos Martínez von BIOfid über nachfolgende Anwendungen der Handschriftenerkennung und bildete somit das Finale einer anregenden und vielfältigen Vortragsreihe. Die Links zu den Präsentationen finden Sie weiter unten.

Nachmittags konnten die Teilnehmenden nach einer Einführung selbst die Texterkennungs- und Transkriptionsplattformen Transkribus Lite und eScriptorium ausprobieren.

Wir möchten uns an dieser Stelle noch einmal für die positiven Rückmeldungen und Anregungen bedanken! Auch den Vortragenden, den Teilnehmenden sowie allen, die uns bei der Ausrichtung des Workshops unterstützt haben, gilt unser herzlicher Dank!

Das OCR-BW-Team aus Tübingen und Mannheim.

Links zu den Präsentationen des Workshops:

Einleitung durch die Projektpartner:

Vorträge:

3. OCR-BW-Workshop am 22. Juni 2022

Die Universitätsbibliotheken Mannheim und Tübingen veranstalten den dritten Workshop des vom MWK geförderten Projektes OCR-BW am 22. Juni 2022 an der Universität Mannheim, aber mit der Möglichkeit, auch online teilzunehmen. Der Workshop richtet sich sowohl an fortgeschrittene Anwender:innen als auch an alle Interessierten zum Thema „Texterkennung von Handschriften und Druckwerken“. Der Fokus liegt diesmal auf den Texterkennungs- und Transkriptionsplattformen eScriptorium und Transkribus sowie deren Einsatz in Forschung und Lehre.

Viele Einrichtungen und Institutionen in Baden-Württemberg digitalisieren bereits ihre historischen Drucke und Handschriften. Damit verbunden ist die Erschließung der Digitalisate durch gute Texterkennung. Das Projekt OCR-BW unterstützt und berät seit fast drei Jahren bei der Anwendung aktueller Programme zur Texterkennung. Der Workshop soll die Teilnehmenden vertieft über das Projekt, aktuelle Forschungen und Programmanwendungen informieren.

Neben der Vorstellung der im Projekt erreichten Meilensteine umfasst der Workshop verschiedene praxisnahe Vorträge und praktische Hands-On-Labs, die Sie nacheinander besuchen können. Jedem Vortrag folgt eine Diskussionsrunde, in der Fragen zur vorangegangenen Präsentation thematisiert werden können. Eine an die Vorträge anschließende Abschlussdiskussion und die Pausen bieten darüber hinaus eine Gelegenheit für den Erfahrungsaustausch. In den Hands-On-Labs zeigen Ihnen die Projektmitarbeiterinnen anhand Ihrer eigenen mitgebrachten Digitalisate, wie Sie eScriptorium und Transkribus nutzen können. Bringen Sie hierfür bitte Ihren eigenen Laptop mit.

Alle Infos auf einen Blick

  • Was: 3. OCR-BW Workshop (Format: hybrid)
  • Wer: veranstaltet von den Universitätsbibliotheken Mannheim und Tübingen
  • Wann: 22. Juni 2022, ab 9.30 Uhr
  • Anmeldung: Für die Teilnahme in Präsenz bitten wir um eine Registrierung bis Mittwoch, den 15.06.2022. Für die Online-Teilnahme reicht eine Rückmeldung bis Montag, den 20.06.2022.
  • Wo: Universität Mannheim (Fuchs-Petrolub-Saal – O 138) oder online

Registrierung:

Die Zugangsdaten für die Online-Teilnahme: werden wenige Tage vor der Veranstaltung an alle registrierten Teilnehmenden verschickt

OCR-BW-Programmaushang_22_06

Fragen

Bei Fragen wenden Sie sich bitte an Larissa Will.

E-Mail: larissa.will@uni-mannheim.de oder Tel.: 0621 181–2754

OCR-BW auf dem Südwestdeutschen Archivtag am 20.05.2022

Dieses Jahr ist OCR-BW auf dem 81. Südwestdeutschen Archivtag in Reutlingen vertreten. Die Veranstaltung widmet sich den Herausforderungen, mit denen Archive im digitalen Zeitalter konfrontiert sind.

Passend dazu steht Ihnen das Team von OCR-BW auf der dazugehörigen Fachmesse am 20.05.2022 in der Reutlinger Stadthalle für alle Fragen rund um die Anwendung von Texterkennungs- und Transkriptionssoftware zur Verfügung. Weitere Informationen zur Veranstaltung finden Sie unter: https://www.landesarchiv-bw.de/de/aktuelles/termine/73866.

Wir freuen uns, nach der Pandemie endlich wieder persönlich mit Ihnen ins Gespräch zu kommen!

Save-the-Date: 3. OCR-BW-Workshop am 22.06.2022

Der diesjährige Projektworkshop von OCR-BW findet am Mittwoch, dem 22. Juni 2022, an der Universität Mannheim statt. Die Veranstaltung wird in einem hybriden Format abgehalten, so können Interessierte sowohl vor Ort als auch vom eigenen Büro aus virtuell teilnehmen.

Neben Berichten des Projektteams der UB Tübingen und der UB Mannheim sind auch Vorträge von verschiedenen Wissenschaftlerinnen und Wissenschaftlern sowie Institutionen über deren Erfahrungen mit automatisierter Texterkennung geplant. Ergänzt wird das Programm durch praktische Hands-On-Sessions, die den Teilnehmerinnen und Teilnehmern einen Einblick in die praktische Anwendung von Texterkennungsprogrammen gewähren. Ein Thema des Workshops ist unter anderem der Einsatz von Texterkennungs- und Transkriptionssoftware in der Lehre.

Weitere Informationen zum genauen Ablauf des Workshops werden in den nächsten Wochen bekannt gegeben.

Einführung in die Transkriptionsplattform eScriptorium

Am Freitag den, 25.03.2022 um 11 Uhr findet eine kleine Einführung in die Arbeit mit der Transkriptionsplattform eScriptorium statt. Falls Sie gerne teilnehmen würden, senden Sie uns einfach eine Mail an larissa.will(at)uni-mannheim.de. Anschließend erhalten Sie einen Link zum virtuellen Veranstaltungsraum.

Wir freuen uns Ihnen eScriptorium in kleinem Rahmen vorführen und Ihre Fragen dazu beantworten zu können.

eScriptorium im Produktionsbetrieb

Inzwischen ist unser eScriptorium über die URL https://ocr-bw.bib.uni-mannheim.de/escriptorium/ erreichbar. Die neue Instanz läuft auf einem leistungsfähigen Server mit GPU-Unterstützung, was die Geschwindigkeit von Segmentierung, automatisierter Texterkennung und Modelltraining deutlich erhöht. Der produktiven Nutzung von eScriptorium steht somit nichts mehr im Weg.

Für die Erkennung von Frakturschrift des 19. Jahrhunderts haben wir mit Hilfe des Datensatzes „Austrian Newspapers“ ein Modell für die OCR-Software Kraken trainiert. Auf Basis dieses Frakturschriftmodells führten wir innerhalb von eScriptorium diverse Nachtrainings mit unterschiedlichen historischen Dokumenten der Universitätsbibliothek Tübingen durch. Eines der so erzeugten Modelle erzielt mit einer Zeichenerkennungsrate von 99,9 % (11 Fehler auf 9567 Zeichen) ein außerordentlich gutes Ergebnis. Auch die anderen Modelle erzielen mit Genauigkeiten von über 92 % sehr ordentliche Ergebnisse.

Sollten Sie Fragen oder Interesse an der Nutzung von eScriptorium haben, wenden Sie sich an Larissa Will unter: larissa.will(at)uni-mannheim.de.

Jahresrückblick 2021

Das Team von OCR-BW ist mit dem Projektverlauf im letzten Jahr durchaus zufrieden. Zahlreichen Einrichtungen wie der Badischen Landesbibliothek Karlsruhe, dem MARCHIVUM oder der Bibliothèque Nationale et Universitaire de Strasbourg konnte bei der voranschreitenden Digitalisierung und dem Umgang mit Texterkennung unter die Arme gegriffen werden. Auch einzelne Forschende von Universitäten wandten sich wiederholt an das Projektteam sowie auch immer wieder die interessierte Öffentlichkeit.

Im Bereich der Handwritten Text Recognition gab es in den letzten Monaten neue Entwicklungen. Während der Expert Client von Transkribus durch die READ COOP beständig weiterentwickelt wird und aufgrund seiner vielen Funktionalitäten sowie zufriedenstellenden Ergebnisse im Projektzusammenhang für die automatische Handschriftenerkennung auch das Mittel der Wahl bleibt, gibt es vielversprechende Weiter- und Neuentwicklungen, die eine einfachere Handhabung von Transkribus ermöglichen und neue Anwendungsszenarien eröffnen. Mit der Browserversion Transkribus Lite gestaltet sich Handhabung intuitiver und ist zudem auf die Grundfunktionen von Transkribus beschränkt, sodass Gelegenheitsnutzende nicht überfordert werden. Wenn das Material also nicht zu anspruchsvoll ist und die Texterkennung hauptsächlich als Lesehilfe dient wie z. B. bei Transkriptionen im Rahmen von Citizen Science Projekten, stellt Transkribus Lite eine gute Alternative dar. Zudem befindet sich aktuell eine API in Entwicklung, die eine schnellere Verarbeitung von großen Materialmengen hinsichtlich der automatischen Texterkennung ermöglichen soll.

Aber auch bei der Open-Source-Alternative eScriptorium hat sich einiges getan seitdem die UB Mannheim im November letzten Jahres ihre Testinstanz in Betrieb genommen hat. Momentan hat eScriptorium gegenüber Transkribus zwar noch einige Nachteile wie die erschwerte Usability oder die fehlende Möglichkeit zur Aufteilung von Trainingsmaterialien sowie der Beeinflussung von Parametereinstellungen oder Epochenzahl. Dies macht eine Reproduzierbarkeit bzw. Vergleichbarkeit der Ergebnisse der Texterkennung momentan schwierig. Prinzipiell bringt eScriptorium aber auch Vorteile mit sich wie die einfache Weitergabe von trainierten Modellen bzw. die Nachnutzung von Modellen, die in anderen Umgebungen trainiert wurden.

Auch softwaretechnisch hat das Mannheimer Team an eScriptorium gearbeitet. So gibt es jetzt neben der englischen auch eine deutsche Benutzeroberfläche (auch in der lokalen Version), um eventuell vorhandene sprachliche Hürden abzubauen. Mannheimer Entwickler stellen einige Verbesserungen bzw. Korrekturen sowohl für eScriptorium als auch für Kraken auf GitHub bereit (https://github.com/UB-Mannheim/escriptorium). Momentan arbeitet das Team daran, die Usability von eScriptorium weiter zu verbessern. In den letzten Wochen hat das Team bereits Dokumentationen in deutscher Sprache zur Benutzung von eScriptorium, zum Import von Daten aus Transkribus sowie zur lokalen Installation von eScriptorium erstellt.

Sollten Sie Interesse an der Installation bzw. der Nutzung von eScriptorium haben, zögern Sie nicht und wenden Sie sich an Larissa Will unter: larissa.will@bib.uni-mannheim.de.