Archiv der Kategorie: News

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.

Neues Jahr – Neue Herausforderungen

Das Projektteam wünscht allen ein frohes neues Jahr! Mit dem Jahr 2021 ist ein ereignisreiches Jahr für das Projekt OCR BW zu Ende gegangen. Welche Meilensteine das Projekt im letzten Jahr verzeichnen konnte, können Sie gerne im Jahresrückblick nachlesen. Das Team ist bereits tatkräftig in das neue Jahr gestartet und arbeitet weiterhin an einer verbesserten Usability von eScriptorium sowie dem Ausbau der OCR-BW-Homepage mit detaillierten Anleitungen zur OCR-Texterkennung.

Falls Interesse an eScriptorium besteht, können wir Ihnen Anleitungen in deutscher Sprache zur Nutzung von eScriptorium, zum Import von Daten aus Transkribus nach eScriptorium sowie zur lokalen Installation von eScriptorium (auch mit deutscher Benutzungsoberfläche) bereitstellen.

Sollten Sie Fragen haben, wenden Sie sich gerne an Larissa Will unter: larissa.will(at)bib.uni-mannheim.de.

Hinweise zur OCR von Fraktur und dem richtigen Scannen

Das Projektteam erreichen in den letzten Wochen immer wieder Anfragen bzgl. der Texterkennung von Frakturschrift. Dies ist nicht verwunderlich, so war Fraktur doch Mitte des 16. bis Anfang des 20. Jahrhunderts die meistverwendete Schrift für Drucke im deutschsprachigen Raum. Sie finden deshalb nun ab sofort Hinweise zur Texterkennung von Fraktur und Hinweise zum richtigen Scannen von Dokumenten auf unserer Homepage.

Sollten dennoch Fragen offenbleiben, kann das Projektteam jederzeit kontaktiert werden.

Ansprechpartnerin: Larissa Will (larissa.will(at)bib.uni-mannheim.de)

Digitalisierte Druckschriften zur Mannheimer Stadtgeschichte

Volltextsuche nach „Schloßbibliothek“

Das Mannheimer Stadtarchiv MARCHIVUM hat sich selbst und allen, die sich für die Mannheimer Geschichte interessieren, ein vorgezogenes Weihnachtsgeschenk gemacht und ausgewählte digitalisierte Druckschriften online gestellt. Schwerpunkt sind dabei Mannheimer Zeitungen. Dank der im Rahmen von OCR-BW an der Universitätsbibliothek Mannheim erstellten Volltexte lassen sich diese Zeitungen systematisch nach interessanten Schlagworten durchsuchen.

Hinter den verschlossenen Türen des Senats der Universität Tübingen…

…geht es spannender zu, als man meine könnte: ein unwürdiger Zeichenlehrer (19r), Disziplinarmaßnahmen gegen Studenten (110r) und nicht zu vergessen der Skandal um die Antrittsrede des V-Vischers (107v). 

In dem jetzt mit Volltext zugänglich gemachten Band der Senatsprotokolle (Signatur UAT 47/28) mit der Laufzeit 1844-1847 befinden wir uns in einer Zeit, in der sich die Universität in ihrer heutigen Form herausbildete und begegnen vielen Personen, deren Nachnamen noch heute auf Straßenschildern in Tübingen zu finden sind. Der Wirkungskreis des Senats war zu damaliger Zeit deutlich weiter als heute und beinhaltete neben den üblichen administrativen Aufgaben wie die Neubesetzung von Professorenstellen, die Vergabe von Stipendien und Anträge auf Benutzung der Bibliothek z.B. auch Befugnisse der Gerichtsbarkeit, Patronatsrechte und Armenfürsorge.

Auf Grundlage von 214 Seiten Ground-Truth-Daten aus sieben Bänden des Zeitraums 1799-1847 wurde in Transkribus ein Texterkennungsmodell entwickelt, das im Durchschnitt eine Character Error Rate von 4,60 % erzielt. Das Material wurde nach Kriterien wie Schreibzeitraum und enthaltende Schreiberhände möglichst repräsentativ ausgewählt. Dieses Modell wurde auf die Seiten des Protokollbands angewandt und der erzeugte Text in die Präsentation des Tübinger OpenDigi integriert.

Testbetrieb der Transkriptionsplattform eScriptorium

Die zweite Projektphase läuft bereits auf Hochtouren. Seit Anfang November testen wir die Open-Source-Transkriptions-Plattform eScriptorium als mögliche Alternative zu Transkribus bezüglich der Texterkennung von Handschriften. eScriptorium ist Teil des französischen scripta-Projektes (https://www.psl.eu/en/scripta) und basiert technisch u. a. auf der OCR-Lösung kraken (http://kraken.re/). Gegenüber dem teilweise kostenpflichtigen Transkribus bietet eScriptorium interessante neue Möglichkeiten wie die freie Weitergabe von trainierten Modellen. Das Projektteam hat bereits zwei Modelle auf Basis historischer Dokumente der UB Tübingen trainiert. Um eScriptorium einem breiten Anwenderkreis näher zu bringen, wird bereits tatkräftig an einer benutzerfreundlichen Anleitung gearbeitet.

Tagebucheintrag von Martin Crusius

Falls Sie Interesse an der Nutzung von eScriptorium haben, können Sie sich gerne an uns wenden. Wir freuen uns auf Ihre Anfragen an Larissa Will unter der Mailadresse: larissa.will(at)bib.uni-mannheim.de.