@misc{KamlahStegmuellerSchummetal.2019, author = {Kamlah, Jan and Stegm{\"u}ller, Johannes and Schumm, Irene and Zumstein, Philipp}, title = {Automatisierte Optimierung und Strukturierung von OCR-Ergebnissen mit nachnutzbaren Werkzeugen}, series = {TK 3: Content kuratieren / Texterkennung: aktuelle Entwicklungen (18.03.2019, 09:00 - 11:30 Uhr, M5 (Messehaus))}, journal = {TK 3: Content kuratieren / Texterkennung: aktuelle Entwicklungen (18.03.2019, 09:00 - 11:30 Uhr, M5 (Messehaus))}, url = {http://nbn-resolving.de/urn:nbn:de:0290-opus4-164252}, year = {2019}, abstract = {Bibliotheken leisten einen wichtigen Beitrag zur Digitalisierung des kulturellen Erbes und erm{\"o}glichen Forschenden weltweit den Zugang zu diesen Werken. Textbasierte Dokumente werden h{\"a}ufig zus{\"a}tzlich durch OCR (optical character recognition) erschlossen. Dies erm{\"o}glicht eine Suche nach Stichw{\"o}rtern im gesamten Inhalt sowie weitere Analysem{\"o}glichkeiten. Vielen Bibliotheken fehlt es jedoch an Know-how und Werkzeugen, um optimale OCR-Ergebnisse zu erzielen oder weitere Strukturerkennungsschritte selbstst{\"a}ndig auszuf{\"u}hren. Im Zuge des DFG-finanzierten Digitalisierungsprojekts "Aktienf{\"u}hrer-Datenarchiv II" wurden mehrere softwaretechnische Werkzeuge entwickelt, um in einem einheitlichen Workflow sowohl den Umgang mit den OCR-Daten zu vereinfachen als auch die Ergebnisse zu optimieren. Unter anderem werden dabei die OCR-Ergebnisse durch die Kombination der Ausgaben mehrerer OCR-Engines verbessert und eine Strukturerfassung im Volltext, inklusive Tabellenextraktion, vorgenommen.In diesem Beitrag werden die entwickelten L{\"o}sungsans{\"a}tze und Tools vorgestellt. Um sie f{\"u}r {\"a}hnliche Projekte nachnutzbar und anpassbar zu machen, sind alle Tools als Open-Source-Software verf{\"u}gbar.}, language = {de} }