@misc{BorchertEichlerSoellneretal.2022, author = {Borchert, Carsten and Eichler, Frederik and S{\"o}llner, Konstanze and Putnings, M. and Hoffmann, A. and Berghaus-Sprengel, Anke and Brenn, Daniel}, title = {Open Source Academic Publishing Suite (OS-APS): OA-Publikationen medienneutral mit automatisiertem Corporate Design erstellen}, series = {TK 5: Content: Vom Umgang mit Inhalten und Daten / Auf dem gr{\"u}nen Weg... (02.06.2022, 11:15 - 12:30, Vortragsraum 11)}, journal = {TK 5: Content: Vom Umgang mit Inhalten und Daten / Auf dem gr{\"u}nen Weg... (02.06.2022, 11:15 - 12:30, Vortragsraum 11)}, url = {http://nbn-resolving.de/urn:nbn:de:0290-opus4-178739}, year = {2022}, abstract = {Die professionelle Aufbereitung von Manuskripten f{\"u}r verschiedene digitale Formate erfordert meist ebenso technisches Wissen wie die Nutzung kostenintensiver XML-Redaktions- und Content-Management-Systeme. Um auch kleineren Verlagen mit begrenzten Ressourcen eine medienneutrale Ver{\"o}ffentlichung im Open Access zu erm{\"o}glichen, entwickeln die Universit{\"a}tsbibliothek Erlangen-N{\"u}rnberg, die Universit{\"a}ts- und Landesbibliothek Sachsen-Anhalt und die Firma SciFlow in Berlin die Open Source Software "Open Source Academic Publishing Suite (OS-APS)". Das Projekt zielt darauf ab, Verlagen die automatisierte Erstellung von E-Books in verschiedenen Formaten gem{\"a}ß den eigenen Stilrichtlinien zu erm{\"o}glichen. Hierzu wird ein XML-basierter Single Source Workflow genutzt. In OS-APS werden in Verlagen {\"u}bliche Manuskriptformate (z.B. Word oder OpenDocument) zun{\"a}chst importiert und anschließend von der Software analysiert, d.h. XML-Strukturen werden extrahiert. Danach k{\"o}nnen {\"u}ber eine Benutzeroberfl{\"a}che zur Bearbeitung bei Bedarf weitere semantische Informationen hinzugef{\"u}gt sowie manuelle Korrekturen vorgenommen werden. Um die Datei in das gew{\"u}nschte Format (z.B. PDF, EPUB oder HTML) im Corporate Design des Verlags umzuwandeln, k{\"o}nnen Verlage entweder auf eine der vorgegebenen Satzvorlagen zur{\"u}ckgreifen oder sich f{\"u}r die Erstellung einer eigenen Vorlage mit Hilfe des Template Development Kit entscheiden. Abschließend werden {\"u}ber die Exportfunktion die gew{\"u}nschten Exportformate generiert. Dies erfolgt standardm{\"a}ßig DRM-frei f{\"u}r die Ver{\"o}ffentlichung in Open Access. Dar{\"u}ber hinaus werden weit verbreitete Open-Source-Tools wie Open Journal Systems (OJS) und Open Monograph Press (OMP) funktional erweitert. Hierzu geh{\"o}ren ein Import-Plugin, der Metadaten aus einer Einreichung automatisch extrahieren kann, sowie eine flexible Exportfunktion zur Anbindung an Repositoriumssoftware (z.B. DSpace). Das Projekt wird vom Bundesministerium f{\"u}r Bildung und Forschung {\"u}ber zwei Jahre gef{\"o}rdert.}, language = {de} } @misc{BrennAubererSeltmannetal.2021, author = {Brenn, Daniel and Auberer, Benjamin and Seltmann, Melanie and Wuttke, Ulrike}, title = {Aus der Not eine Tugend machen! Digitales Community-Building in der Krise und dar{\"u}ber hinaus}, series = {Themenkreis 7: Management und Organisation / Bibliotheksmarketing digital(17.06.2021, 13:30 - 15:00 Uhr, Raum 2 (virtuell))}, journal = {Themenkreis 7: Management und Organisation / Bibliotheksmarketing digital(17.06.2021, 13:30 - 15:00 Uhr, Raum 2 (virtuell))}, url = {http://nbn-resolving.de/urn:nbn:de:0290-opus4-176509}, year = {2021}, abstract = {Und pl{\"o}tzlich waren die Kneipen zu. Beinahe h{\"a}tte der erste Lockdown im M{\"a}rz 2020 dem seit drei Jahren etablierten halleschen Digital Humanities Stammtisch (\#DHal) und damit dem informellen und produktiven Austausch von Bibliothekar:innen, Wissenschaftler:innen und anderen DH-Interessierten aus Halle und Umgebung ein Ende gesetzt. Als Notl{\"o}sung wurde das n{\"a}chste Treffen spontan in den virtuellen Raum auf die Plattform Discord verlegt und zog zunehmend weitere Teilnehmer:innen an. In Ausnutzung des grenzenlosen Internets wurde aus dem Discord-Server \#DHal kurzerhand \#DHall. Dort entwickelte sich innerhalb weniger Wochen eine Community aus DH-Interessierten aus ganz Deutschland mit derzeit {\"u}ber 400 Teilnehmer:innen. In verschiedenen Unterkan{\"a}len findet auf \#DHall ein munterer thematischer Austausch statt. Zudem ist \#DHall auch virtueller Anlaufpunkt von verschiedenen regionalen Initiativen und hat sich zwischenzeitlich als Netzwerkplattform der DH-Community Deutschlands (und dar{\"u}ber hinaus) etabliert und neue {\"u}bergreifende Kooperationen angeregt. Im Vortrag wird im ersten Teil am Beispiel von \#DHall auf digitales Community-Building in Pandemiezeiten eingegangen und ein Resum{\´e} der Erfahrungen des vergangenen Jahres gezogen (Lessons Learned). In zweiten Teil werden Herausforderungen f{\"u}r die Zukunft diskutiert (wie z. B. Open Source, DSGVO, Push vs. Pull). Das Thema besitzt einerseits f{\"u}r den bibliothekarischen Fachdiskurs Relevanz, weil Digital Humanities zunehmend als zentrales Aufgabenfeld von BID-Einrichtungen verstanden wird, andererseits lassen sich die Erfahrungen generell f{\"u}r bibliothekarische Community-Building-Maßnahmen und -Kommunikation jenseits von Mailinglisten und Social-Media-Kan{\"a}len fruchtbar machen.}, language = {de} } @misc{Brenn2018, author = {Brenn, Daniel}, title = {Transliteration und Tagging mit Transkribus}, series = {Hands-On Lab digital / Transliteration und Tagging mit Transkribus (12.06.2018, 13:00 - 15:00 Uhr, Lab I)}, journal = {Hands-On Lab digital / Transliteration und Tagging mit Transkribus (12.06.2018, 13:00 - 15:00 Uhr, Lab I)}, url = {http://nbn-resolving.de/urn:nbn:de:0290-opus4-33524}, year = {2018}, abstract = {Dieses Hands-On Lab m{\"o}chte den Teilnehmern die im Projekt READ zur Arbeit mit Manuskripten entwickelte Software Transkribus im Rahmen eines praxisorientierten Workshops nahebringen. Zu Beginn werden in einer kurzen Pr{\"a}sentation die wichtigsten Funktionen der Software anhand eines Beispiels vorgestellt, wobei der Fokus auf der Erkennung von Zeilen sowie dem Tagging einzelner W{\"o}rter unter verschiedenen Aspekten liegt. Das Hands-On Lab richtet das Augenmerk dabei insbesondere auf die Arbeit an einzelnen Textstellen und weniger auf die automatisierte Erkennung von Handschriften, die an anderen Stellen bereits pr{\"a}sentiert wurde. Es folgt eine offene Session, in der von der Universit{\"a}ts- und Landesbibliothek Sachsen-Anhalt zur Verf{\"u}gung gestellte Handschriften-Digitalisate sowie Beispiele alter Drucke ausgegeben werden. F{\"u}r die Arbeit an den Materialien werden die Teilnehmer in kleinere Gruppen (ca. 4 Personen) unterteilt, die jeweils an einem Rechner an einem der Beispieltexte arbeiten. Anhand eines Beispieldigitalisates stellt der Lab-Leiter die Vorgehensweise f{\"u}r die Arbeit mit Transkribus schrittweise dar, so dass alle Gruppen sukzessive und in gleichem Tempo eine Strukturierung der Daten vornehmen k{\"o}nnen. Schritte : · Segmentierung der Handschrift · Eintragen der Transliteration Wort f{\"u}r Wort analog zum Original · Tagging mit den durch Transkribus vorgeschlagenen Tags und Hinzuf{\"u}gen externer Informationen (denkbar sind GND-Verkn{\"u}pfung oder die Verkn{\"u}pfung mit Geodaten) · Vorstellung der durch die Gruppenarbeit generierten XML-Daten · Export der durchsuchbaren PDFs und des XML}, language = {de} } @misc{Brenn2019, author = {Brenn, Daniel}, title = {Tesseract: Turbo und Training}, 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-opus4-163602}, year = {2019}, abstract = {Im Zuge der Einrichtung eines modularen Digitalisierungsworkflows auf Basis von Open-Source-Komponenten wurden ausf{\"u}hrliche Tests mit der offenen OCR-Software Tesseract durchgef{\"u}hrt. Da diese seit der Version 4.0 neuronale Netze verwendet, wie sie auch in kommerziellen Systemen zum Einsatz kommen, konnte im Vergleich zu fr{\"u}heren Versionen eine deutliche Verbesserung der Erkennungsraten beobachtet werden. Dies war f{\"u}r den Einsatz an der ULB ausschlaggebend. Im Vortrag wird anhand von zwei Beispielen dargestellt, wie Tesseract eingebunden wurde:Das erste Beispiel behandelt ein Zeitungsprojekt im Umfang von ca. einer Million Seiten. Die besondere Herausforderung stellt die große Menge an Material dar, das innerhalb k{\"u}rzester Zeit die OCR durchlaufen muss: Aufgrund der stark wechselnden Segmentierung und Gr{\"o}ße des Formats wird f{\"u}r die Texterkennung in der Regel mehr Zeit ben{\"o}tigt - da diese aber lediglich ein Zwischenschritt im Digitalisierungsprozess ist, m{\"u}ssen Ausgaben zeitnah bearbeitet werden, um den Projektplan einzuhalten. F{\"u}r die L{\"o}sung wurden verschiedene Optionen, wie etwa eine Cluster-L{\"o}sung oder ein leistungsstarker Server mit einer separaten Lastverteilung in Betracht gezogen - diese {\"U}berlegungen und das Ergebnis werden vorgestellt.Das zweite Beispiel bezieht sich auf die umfangreichen Sammlungen des FID Nahost, f{\"u}r dessen arabische Titel bislang keine OCR mit zufriedenstellender Qualit{\"a}t geliefert werden konnte. Erste Tests mit den vorhandenen Trainingsdaten von Tesseract lieferten hier erfolgversprechende Erkennungsraten, die in der zweiten F{\"o}rderphase des FID weiter verbessert und f{\"u}r die Nachnutzung bereitgestellt werden sollen. Grundlage liefern u.a. die umfangreichen GroundTruth-Daten von KrakenOCR. Da der FID neben Arabisch auch Titel aus anderen Sprachen sammelt und Best{\"a}nde aus mehreren Jahrhunderten vorhanden sind, existieren vielf{\"a}ltige Problemstellungen mit hohem Bedarf an effektivem Training der Software. Dies erscheint mit Tesseract l{\"o}sbar.}, language = {de} }