@misc{HuffStoebener2022, author = {Huff, Dorothee and St{\"o}bener, Kristina}, title = {OCR-BW: Automatische Texterkennung von Handschriften}, series = {TK 5: Content: Vom Umgang mit Inhalten und Daten / 95, 96 oder 100 Prozent. OCR-D (01.06.2022, 9:00 - 12:00, Vortragsraum 9 (mit Streaming))}, journal = {TK 5: Content: Vom Umgang mit Inhalten und Daten / 95, 96 oder 100 Prozent. OCR-D (01.06.2022, 9:00 - 12:00, Vortragsraum 9 (mit Streaming))}, url = {http://nbn-resolving.de/urn:nbn:de:0290-opus4-178545}, year = {2022}, abstract = {Nach der Digitalisierung von historischen Dokumenten ist der n{\"a}chste konsequente Schritt die Anreicherung der Digitalisate im Pr{\"a}sentationssystem mit einem durchsuchbaren Volltext, um die Zug{\"a}nglichkeit zu den Texten weiter zu erh{\"o}hen und neue Forschungsfragen an das Material zu erm{\"o}glichen. W{\"a}hrend in vielen Bibliotheken bereits verschiedene M{\"o}glichkeiten zur automatischen Texterkennung von historischen Druckwerken genutzt werden, ist die Zur{\"u}ckhaltung bei Handschriften vielfach h{\"o}her, da handschriftliche Quellen die automatische Texterkennung vor neue Herausforderungen stellen. Mithilfe von Machine Learning wurden auf dem Feld der automatischen Handschriftenerkennung in den letzten Jahren jedoch große Fortschritte gemacht, die von Bibliotheken genutzt werden k{\"o}nnen, um ihre eigenen Best{\"a}nde weiter zu erschließen, aber auch, um sich als Servicepartnerin f{\"u}r die Wissenschaft zu etablieren. Im Rahmen des Projekts OCR-BW (https://ocr-bw.bib.uni-mannheim.de/) werden seit 2019 Transkribus und ab 2021 auch eScriptorium f{\"u}r die Erzeugung von automatischen Volltexten f{\"u}r Handschriften systematisch an ausgew{\"a}hlten Corpora getestet. Die im bisherigen Projektverlauf erzielten Ergebnisse sind sehr positiv und zeigen, dass eine automatische Handschriftenerkennung mit einer Zeichenfehlerrate von unter 5 \% m{\"o}glich und erwartbar ist. Bereits ver{\"o}ffentlichte Volltexte haben die Sichtbarkeit und das Forschungsinteresse an diesen Materialien deutlich erh{\"o}ht. Das Projekt zielt außerdem darauf ab, die Wissenschaft bei der Vorbereitung und Durchf{\"u}hrung von Forschungsvorhaben zu unterst{\"u}tzen. An Beispielen vom mittelalterlichen Gebetbuch {\"u}ber Großbest{\"a}nde wie Juristische Konsilien bis hin zum Expeditionstagebuch des 20. Jahrhunderts soll gezeigt werden, mit welchem Ressourcenaufwand welche Ergebnisse erzielt werden k{\"o}nnen.}, language = {de} } @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} } @misc{HuffWillStoebener2023, author = {Huff, Dorothee and Will, Larissa and St{\"o}bener, Kristina}, title = {Kompetenzzentrum OCR - Automatische Texterkennung als Serviceangebot}, series = {TK 5: Daten und Publikationen/ OCR als Kooperation (26.05.2023, 09:00 - 12:00, Runder Saal)}, journal = {TK 5: Daten und Publikationen/ OCR als Kooperation (26.05.2023, 09:00 - 12:00, Runder Saal)}, year = {2023}, abstract = {Von 2019 bis 2022 haben die Universit{\"a}tsbibliotheken Mannheim und T{\"u}bingen im Rahmen des Projekts OCR-BW (https://ocr-bw.bib.uni-mannheim.de) das „Kompetenzzentrum Volltexterkennung von handschriftlichen und gedruckten Werken" aufgebaut und Einrichtungen sowie Forschung und Lehre zu diesem Thema beraten. Das Kompetenzzentrum kann ein breites Know-how f{\"u}r unterschiedliche Techniken wie z. B. Tesseract, Transkribus und eScriptorium vorweisen. Auch nach Auslaufen des Projekts werden die Services als Teil des bibliothekarischen Portfolios an beiden H{\"a}usern fortgef{\"u}hrt. Das Thema Volltexterkennung f{\"u}r Handschriften und historische Drucke er{\"o}ffnet Bibliotheken ein doppeltes T{\"a}tigkeitsfeld. Neben dem Einsatz f{\"u}r die Bereitstellung von Volltexten zum Zweck der weiteren Erschließung von eigenen Best{\"a}nden ist das Thema auch f{\"u}r den wissenschaftsunterst{\"u}tzenden Dienst einer Bibliothek relevant. Bedarf f{\"u}r diese forschungsnahen Dienstleistungen besteht nicht nur in den Geisteswissenschaften, sondern - wie sich gezeigt hat - auch f{\"u}r konkrete Forschungsfragen aus den Naturwissenschaften. Die jeweilige Schwerpunktsetzung der beiden Bibliotheken erm{\"o}glicht in Kooperation ein sich erg{\"a}nzendes Angebot. Auf dieser Grundlage k{\"o}nnen wissenschaftliche Projekte gem{\"a}ß ihren unterschiedlichen Bed{\"u}rfnissen beraten und betreut werden. In diesem Vortrag wird vorgestellt werden, worin die Aufgaben einer Bibliothek im Bereich der automatischen Texterkennung als Serviceangebot bestehen, und beispielhaft vorgef{\"u}hrt werden, welche unterschiedlichen Forschungsvorhaben bislang durch die Bibliotheken Mannheim und T{\"u}bingen betreut worden sind.}, language = {de} } @misc{WillWeilHuff2023, author = {Will, Larissa and Weil, Stefan and Huff, Dorothee}, title = {Einf{\"u}hrung in die Transkription von Handschriften und Drucken mit eScriptorium}, series = {Hands-on Lab/ Einf{\"u}hrung in die Transkription von Handschriften und Drucken mit eScriptorium (24.05.2023, 11:00 - 12:30, Konferenzraum 15)}, journal = {Hands-on Lab/ Einf{\"u}hrung in die Transkription von Handschriften und Drucken mit eScriptorium (24.05.2023, 11:00 - 12:30, Konferenzraum 15)}, url = {http://nbn-resolving.de/urn:nbn:de:0290-opus4-182694}, year = {2023}, abstract = {Egal, ob es sich um Citizen-Science-Projekte, ein Seminar zur Handschriftenkunde oder die eigene Ahnenforschung handelt: Schriftgut aus vergangenen Zeiten l{\"a}sst sich oft nicht ohne Weiteres entziffern. Die Texterkennungs- und Transkriptionsplattform eScriptorium kann hier bei der Erschließung von historischen Quellen unterst{\"u}tzen. Dabei spielt es keine Rolle, ob es sich um eine Postkarte, eine historische Zeitung oder ein beh{\"o}rdliches Dokument handelt. eScriptorium ist eine freie Open-Source-Alternative zu Transkribus, die sich auf dem eigenen PC oder Server betreiben l{\"a}sst. Handschriftliche und gedruckte Texte k{\"o}nnen automatisiert oder manuell segmentiert und transkribiert werden. Segmentierung und Texterkennung lassen sich auch trainieren und die so neu erzeugten Modelle k{\"o}nnen weitergegeben werden. Die Universit{\"a}tsbibliothek Mannheim betreibt seit Oktober 2021 eine eigene Instanz von eScriptorium und hat schon einige Projekte damit umgesetzt. Beim Hands-On Lab erhalten die Teilnehmenden einen Einblick in das Tool und k{\"o}nnen die wichtigsten Funktionalit{\"a}ten an eigenen oder bereitgestellten Dokumenten selbst ausprobieren. Notwendig daf{\"u}r ist ein Laptop mit Internetzugang. So bietet das Lab auch Anf{\"a}nger:innen einen spannenden Einstieg in die Welt der modernen Transkriptionsarbeit, von der Layouterkennung bis hin zur automatisierten Texterkennung. Bibliothekar:innen mit digitalisierten Altbest{\"a}nden werden motiviert, diese - soweit noch nicht geschehen - mit Volltexten anzureichern. Im Rahmen freier Kapazit{\"a}ten sind auch Kurzentschlossene ohne vorherige Anmeldung herzlich willkommen.}, language = {de} }