@misc{WillHuffWeiletal.2024, author = {Will, Larissa and Huff, Dorothee and Weil, Stefan and Kamlah, Jan}, title = {Kompetenzzentrum OCR - Automatische Texterkennung als Serviceangebot}, series = {Poster/ Posterpr{\"a}sentationen in der Firmenausstellung / Halle H}, journal = {Poster/ Posterpr{\"a}sentationen in der Firmenausstellung / Halle H}, url = {http://nbn-resolving.de/urn:nbn:de:0290-opus4-188873}, year = {2024}, abstract = {Hier wird das Serviceangebot der Universit{\"a}tsbibliotheken Mannheim und T{\"u}bingen f{\"u}r die Erzeugung FAIRer Ground-Truth-Daten vorgestellt. Alle Schritte von der Datenauswahl {\"u}ber die Erzeugung der Ground-Truth-Daten selbst bis hin zur Ver{\"o}ffentlichung und Nachnutzung werden beleuchtet. Durchsuchbare Volltexte historischer Drucke und Handschriften bieten einen zeitgem{\"a}ßen Zugang zum Kulturgut vergangener Epochen und erm{\"o}glichen der Forschung und {\"O}ffentlichkeit, auf eine umfassende Palette von Informationen zuzugreifen. Die M{\"o}glichkeiten, die die verschiedenen Texterkennungsprogramme heute in diesem Bereich bieten, sind umfangreich, aber die Anwendung sowie die Vor- und Nachbearbeitung sind nicht immer intuitiv. Das Kompetenzzentrum OCR ber{\"a}t seit 2019 Informationseinrichtungen und wissenschaftliche Projekte bei der Anwendung von Transkriptions- und Texterkennungssoftware. Die Volltexterkennung von historischen Schriften er{\"o}ffnet der Forschung neue M{\"o}glichkeiten im Umgang mit Quellen. Bibliotheken k{\"o}nnen somit nicht nur ihre eigenen Best{\"a}nde erschließen, sondern auch ihre wissenschaftsunterst{\"u}tzenden Dienstleistungen entsprechend erweitern. Vor der Textverarbeitung m{\"u}ssen einige Fragen beantwortet werden: Welchen rechtlichen Beschr{\"a}nkungen unterliegen die Werke? Ist die Bereitstellung von durchsuchbaren Volltexten im Einzelfall kritisch zu bewerten? Nach welchen Richtlinien werden die Texte transkribiert und Trainingsmaterial erzeugt? Wie wird mit Fehlerraten umgegangen? Ist die Nachnutzung des Trainingsmaterials oder der Modelle m{\"o}glich und wie k{\"o}nnen diese gem{\"a}ß den FAIR-Prinzipien bereitgestellt werden? Wenn ja, unter welchen Einschr{\"a}nkungen? Zu all diesen Themen bietet das Kompetenzzentrum OCR Unterst{\"u}tzung und individuelle Beratung an. Dar{\"u}ber hinaus wird Dokumentation zu Texterkennungsprogrammen sowie Infrastruktur f{\"u}r Forschende zur Verf{\"u}gung gestellt. Eine monatliche offene Sprechstunde sowie ein erg{\"a}nzender FAQ-Bereich auf der Homepage runden das Angebot ab.}, language = {de} } @misc{HuffStoebener2024, author = {Huff, Dorothee and St{\"o}bener, Kristina}, title = {Altbestandserschließung mit KI-Anwendungen}, series = {TK 6: Sammlungen, Repositorien, Retrodigitalisierung und Kulturgut(schutz)/ Kollegin KI in der Erschließung (05.06.2024, 09:00 - 10:30, Saal F / 2. OG)}, journal = {TK 6: Sammlungen, Repositorien, Retrodigitalisierung und Kulturgut(schutz)/ Kollegin KI in der Erschließung (05.06.2024, 09:00 - 10:30, Saal F / 2. OG)}, url = {http://nbn-resolving.de/urn:nbn:de:0290-opus4-191849}, year = {2024}, abstract = {Die Universit{\"a}tsbibliothek T{\"u}bingen besch{\"a}ftigt sich mittlerweile seit 2019 mit dem Thema der automatischen Texterkennung von Handschriften (HTR). Das Ziel ist, historische Best{\"a}nde aus der Universit{\"a}tsbibliothek und dem Universit{\"a}tsarchiv mithilfe von Volltexten zus{\"a}tzlich zur digitalen Pr{\"a}sentation f{\"u}r die Nutzerinnen und Nutzer leichter zug{\"a}nglich zu machen und neue Forschungsfragen sowie die Bearbeitung von großen Textmengen zu erm{\"o}glichen. Ein durchsuchbarer Volltext ist jedoch vor allem dann vorteilhaft, wenn man bereits ein spezifisches Anliegen an einen Text hat bzw. weiß, wonach man suchen m{\"o}chte. Historische Best{\"a}nde wie Protokolle, Tageb{\"u}cher und Briefnachl{\"a}sse bieten mit ihren Titeln wie „Tagebuch, Teil 1" oder „Briefe von Verfasser X an Empf{\"a}nger Y" allerdings kaum Hinweise auf ihren Inhalt. Im Gegensatz zu moderneren Druckwerken gibt es in vielen F{\"a}llen weder Inhaltsverzeichnisse, Register oder gar Klappentexte, die inhaltliche R{\"u}ckschl{\"u}sse zulassen und Interesse f{\"u}r die Materialien generieren. Selbst eine detailliertere Strukturdatenerschließung der Digitalisate gliedert derartige Dokumente meist nur chronologisch. In solchen F{\"a}llen schwach strukturierter Materialien kann die Zug{\"a}nglichkeit bisher nur durch eine zeitintensive Verschlagwortung oder Regestierung erh{\"o}ht werden. K{\"o}nnen die Volltexte mit weiteren KI-Methoden f{\"u}r eine (semi-)automatische Tiefenerschließung von Altbest{\"a}nden nachgenutzt werden? Anwendungen wie ChatGPT zeigen hier Potential, auch nicht fehlerfreie automatisch generierte Volltexte f{\"u}r die Erzeugung von Inhaltsangaben sowie die Extraktion von Schlagworten, Personen- und Ortsangaben zu nutzen. Anhand von Beispielen soll gezeigt werden, wie ein derartiges Vorgehen aussehen kann, welche Hindernisse und Ergebnisse zu erwarten sind und wie letztere den Nutzerinnen und Nutzern zur Verf{\"u}gung gestellt werden k{\"o}nnen.}, language = {de} }