@misc{Muehlberger2016, author = {M{\"u}hlberger, G{\"u}nter}, title = {Transkribus. Eine offene Plattform zur Erkennung gedruckter und handschriftlicher Dokumente}, year = {2016}, abstract = {Die automatisierte Erkennung historischer Handschriften galt bis vor kurzem als ein ungel{\"o}stes Forschungsproblem im Bereich der Mustererkennung, Bild- und Sprachverarbeitung. Die Ergebnisse, die im EU Projekt tranScriptorium bei der Erkennung von handschriftlichen Dokumenten aus dem 15. bis 20. Jahrhundert erzielt wurden, zeigen jedoch, dass bereits heute unter den richtigen Voraussetzungen 60-80\% aller W{\"o}rter richtig erkannt werden k{\"o}nnen. Um nun diese Technologie nicht nur Geisteswissenschaftlern und Archiven nahezubringen, wurde von der Universit{\"a}t Innsbruck eine Softwareplattform „Transkribus" entwickelt, die die Technologie der Handschriftenerkennung frei zur Verf{\"u}gung stellt. Transkribus ist als Prototyp bereits erh{\"a}ltlich, mehr als 2000 Benutzer haben sich inzwischen auf der Plattform registriert. Transkribus wird zudem ein zentrales Element des von der Europ{\"a}ischen Kommission gef{\"o}rderten Projekts READ (Recognition and Enrichment of Archival Documents) sein, das die Vorarbeiten aus dem Projekt tranScriptorium fortf{\"u}hrt. Das Projekt wird von der Universit{\"a}t Innsbruck geleitet und wird mit 8,2 Mill. EUR unterst{\"u}tzt. Es beginnt Anfang 2016 und ist f{\"u}r 3,5 Jahre konzipiert. Die wesentlichen Ziele umfassen eine erweiterte Grundlagenforschung besonders bei der Layout- und Strukturerkennung historischer Dokumente als auch die Fortf{\"u}hrung der virtuellen Forschungsumgebung, mit der sowohl Geisteswissenschaftler, Archive und Bibliotheken, sowie Computerwissenschaftler und die breite {\"O}ffentlichkeit Zugang zu dieser Technologie erhalten sollen. Der Vortrag get auf die Ziele und Aufgaben des READ Projekts ein und wird an konkreten Beispielen die Transkribus Plattform vorstellen.}, language = {de} } @misc{Muehlberger2018, author = {M{\"u}hlberger, G{\"u}nter}, title = {Keyword Spotting als Alternative zur Volltextsuche in handschriftlichen und gedruckten Dokumenten}, series = {TK 6: erschließen \& erhalten / OCR in der Praxis (13.06.2018, 16:30 - 18:00 Uhr, Raum I)}, journal = {TK 6: erschließen \& erhalten / OCR in der Praxis (13.06.2018, 16:30 - 18:00 Uhr, Raum I)}, year = {2018}, abstract = {Keyword Spotting - Query by String (KWS-QbS) ist eine innovative Methode, um große Mengen handschriftlicher und gedruckter Dokumente mit erstaunlicher Genauigkeit durchsuchbar zu machen. Die Suche findet dabei nicht in einem automatisch erkannten Volltext statt, sondern in sogenannten Wahrscheinlichkeitstabellen (confidence matrices). Diese Wahrscheinlichkeitstabellen enthalten f{\"u}r jeden Buchstaben des Alphabets einen Konfidenzwert mit dem er in einem bestimmten Bildausschnitt enthalten ist. Dadurch gehen keinerlei Alternativen verloren, vielmehr erh{\"a}lt der Benutzer die Chance, selbst zu entscheiden wie "tiefgehend" seine Suche sein soll, sprich wieviele fehlerhafte Suchtreffer er {\"u}berpr{\"u}fen m{\"o}chte. Umgekehrt werden mit der vorgestellten Methode W{\"o}rter mit erstaunlicher Treffergenauigkeit gefunden, bei denen die automatische Transkription mittels OCR (Optical Character Recognition) zu keinen befriedigenden Ergebnissen f{\"u}hrt oder eine Unmenge an Trainingsdaten voraussetzen w{\"u}rde. KWS hat aus unserer Sicht daher das Potential die Suche in handscrhiftlichen und gedruckten Best{\"a}nden schlicht zu revolutionieren. Der Vortrag wird zum einen das theoretische Konzept beleuchten, zum anderen aber auch die Implementierung in der Forschungsplattform Transkribus vorstellen. Hier erh{\"a}lt der Benutzer ab Anfang 2018 die M{\"o}glichkeit KWS auf seinen eigenen Dokumenten anzuwenden. Anhand konkreter Beispiele werden dann wichtige Kennziffern (Precision, Recall) f{\"u}r die G{\"u}te der Suche erl{\"a}utert. Ebenso wird der Aufwand, der f{\"u}r das Training der zugrundeliegenden Neuronalen Netze benannt und anhand diverser Datensets quantifiziert.}, language = {de} }