TY - GEN A1 - Klaes, Sebastian A1 - Hertling, Anke A1 - Krüger, Katharina A1 - Reul, Christian T1 - ​OCR-D in der Praxis: Zur Einbindung von OCR4all in Digitalisierungsworkflows T2 - TK 5: Daten und Publikationen/ OCR als Kooperation (26.05.2023, 09:00 - 12:00, Runder Saal) N2 - Mit ihren Massendigitalisierungsprojekten haben Bibliotheken eine Grundlage für die Bereitstellung digitaler Quellen geschaffen. Die rapide Weiterentwicklung digitaler Forschungsmethoden, insbesondere auf dem Gebiet der Digital Humanities erfordert dabei eine hohe Qualität von Volltexten. Eine besondere Voraussetzung für die Volltextqualität sind die Spezifika der zugrundeliegenden Materialien, die für die Texterkennung eine Herausforderung darstellen. Ein bedeutender Einflussfaktor auf die Qualität der Volltexte sind die eingesetzten Texterkennungssysteme, die jedoch z.T. Spezialkenntnisse erfordern. Für Anwender*innen in kleinen Institutionen, die im Bereich der Digitalisierung und Volltexterkennung tätig sind, stellen vor allem fehlende grafische Benutzeroberflächen eine Hürde dar. Im Rahmen der von der DFG geförderten OCR-D-Initiative zur Transformation und Optimierung von Volltexten hat das Zentrum für Philologie und Digitalität “Kallimachos” (ZPD) und der Lehrstuhl für Mensch-Computer-Interaktion (HCI) der Universität Würzburg sowie die Forschungsbibliothek des Leibniz-Instituts für Bildungsmedien | Georg-Eckert-Institut (GEI) die Weiterentwicklung des GUI-basierten Open-Source-Werkzeuges OCR4all zu einer niederschwelligen, flexiblen und eigenständig einsetzbaren Software forciert. Die Einbettung von OCR4all in den Digitalisierungsworkflow von Bibliotheken ist dabei nicht nur aus technischer Perspektive von Komplexität gekennzeichnet. Ausgehend von den neuen Möglichkeiten von OCR4all wird im Vortrag der Schwerpunkt auf einen mit der Goobi-Community eingeleiteten Dialogprozess gelegt und die Bedarfe von kleinen Bibliotheken in ihren jeweiligen OCR-Anwendungskontexten vorgestellt. Präsentiert werden gemeinsam erarbeitete Use-Cases als Grundlage für die Implementierung und Nutzung von OCR-D-Lösungen. In einem Ausblick wird darüber hinaus die Realisierung eines produktiven OCR4all-Testbetriebs am Beispiel des Digitalisierungsworkflowsystems Goobi vorgestellt. Y1 - 2023 ER - TY - GEN A1 - Klaes, Sebastian A1 - Baierer, Konstantin A1 - Hertling, Anke A1 - Hinrichsen, Lena A1 - Krüger, Katharina T1 - OCR4all – eine Lösung für die Generierung von Volltexten historischer Korpora und Spezialsammlungen T2 - Hands-on Lab/ OCR4all – eine Lösung für die Generierung von Volltexten historischer Korpora und Spezialsammlungen (25.05.2023, 16:30 - 18:30, Konferenzraum 11 & 13) N2 - Die Bereitstellung einer hochwertigen Volltexterkennung bei historischen Korpora stellt für viele Bibliotheken im Kontext der Digital Humanities ein neues Aufgabenfeld und eine Herausforderung dar. Insbesondere Forschungen, die Verfahren wie Text und Data Mining einsetzen, formulieren einen Bedarf an umfangreichen Textmengen, die zugleich eine hohe Qualität aufweisen sollen. Vor diesem Hintergrund fördert die DFG seit 2021 im Rahmen der dritten Phase der DFG-Förderinitiative OCR-D die Entwicklung von Software-Lösungen für bestandserhaltende und -verarbeitende Einrichtungen. Die ursprünglich mit Fokus auf besondere Bedarfe von geisteswissenschaftlichen Nutzer*innen an der Universität Würzburg entwickelte Software OCR4all ist dabei aufgrund ihrer intuitiven und komfortablen Benutzeroberfläche für den Einsatz auch in kleineren und mittleren Einrichtungen prädestiniert. Durch die Interoperabilität mit dem OCR-D-Ökosystem bietet OCR4all einen guten Einstieg in die massenhafte Vervolltextung. Im Zuge des OCR-D-Implementierungsprojekts OCR4all-libraries konnte OCR4all auf OCR-D-Technologien umgestellt und für den spezifischen bibliothekarischen Bedarf weiterentwickelt werden. Das Hands-On Lab bietet der interessierten Community einen Einstieg in das Thema automatische Texterkennung von Drucken mit OCR am Beispiel ausgewählter historischer Materialien. Teilnehmende erhalten einen Einblick in die Nutzung von OCR4all und können für ihren jeweiligen Anwendungskontext eine erste Einschätzung für eine Nutzung der Software vornehmen. Das Format soll darüber hinaus im Sinne einer offenen Softwareentwicklung dazu dienen, einen Dialog über die Weiterentwicklung der Software mit interessierten Anwender*innen mit begrenztem technischen Hintergrundwissen zu initiieren. Zusätzlich soll die Ermittlung weiterer Anwendungspotentiale und die Diskussion über mögliche Anbindung an Digitalisierungsworkflowsysteme ermöglicht werden. Y1 - 2023 ER - TY - GEN A1 - Hertling, Anke A1 - Klaes, Sebastian T1 - OCR on demand: Der Ansatz eines User-generated Content T2 - Themenkreis 5: Content und Digitalisierung / OCR, die Zukunft der Digitalisierung(17.06.2021, 15:30 - 16:30 Uhr, Studio 1 (vor Ort in Bremen & virtuell)) N2 - Mit der Initiierung und Durchführung von Massendigitalisierungsprojekten haben Bibliotheken grundlegende Voraussetzungen für den Zugang und die Nutzung digitaler Quellen geschaffen. Vor dem Hintergrund der Weiterentwicklung digitaler Forschungsmethoden u.a. im Bereich Digital Humanities stellt sich nun zunehmend die Frage nach der Qualität insbesondere der Volltexte. Die Volltextqualität in den digitalen Sammlungen ist dabei nicht nur abhängig von Materialbesonderheiten, sondern wird auch durch jeweils eingesetzte Texterkennungssysteme erheblich beeinflusst. Ausgangspunkt des Vortrags ist eine von der Forschungsbibliothek des Georg-Eckert-Instituts – Leibniz-Institut für internationale Schulbuchforschung (GEI) durchgeführte Studie zur Qualität der Texterkennung der seit 2009 im GEI digitalisierten Quellen. Auf Grundlage der Ergebnisse der Studie werden die aktuellen Herausforderungen erörtert, die sich mit einer an der Forschung und das heißt Korpus orientierten Digitalisierung und Volltexterkennung ergeben und die Notwendigkeit aufgezeigt, die Digitalisierung und Volltexterkennung verstärkt nach verschiedenen Nutzungsansprüchen auszudifferenzieren. Digitalisierung muss als gemeinsamer Verständigungsprozess zwischen Bibliothek und Forschung verstanden und verstärkt agil an dem jeweiligen Bedarf der Nutzer*innen ausgerichtet werden. Rekurrierend auf dieses Selbstverständnis wird im zweiten Teil des Vortrags das im OCR-D-Rahmen geplante Vorhaben vorgestellt, die Volltexterkennung anhand materialspezifischer Attribute zu steuern und zu optimieren. Zentral hierfür ist der Ansatz, dass Forscher*innen als wichtige Zielgruppe mit Unterstützung von Bibliotheken in der Lage sein sollen, selbständig OCR-D-Komponenten einzusetzen. Von diesem Angebot können Bibliotheken in zweierlei Hinsicht profitieren: Die von der Forschung optimierten Volltexte können sie für die Weiterentwicklung von OCR-Modellen nachnutzen und ihre Stellung im Bereich Services für die Forschung ausbauen. KW - Texterkennung KW - Spezialbibliothek KW - Forschungsbibliothek KW - Schulbuch KW - Digital Humanities KW - optical layout recognition KW - special collection KW - research library KW - textbook KW - digital humanities Y1 - 2021 U6 - http://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:0290-opus4-176621 ER - TY - GEN A1 - Hertling, Anke A1 - Klaes, Sebastian T1 - Interaktive Visualisierung von Metadaten: GEI-Digital visualized zeigt die historische Entwicklung des deutschen Schulbuchmarktes T2 - PosterPoster-Präsentationen ( 31.05.2017, 12:15 - 13:15 Uhr, Zwischenebene / Foyer ) N2 - Die Internetplattform GEI-Digital stellt über 4.300 historische deutsche Schulbücher der Fächer Geschichte, Geographie und Politik sowie Realien- und Lesebücher mit über einer Million Seiten digital zur Verfügung. Digitalisiert und integriert wurden dabei sowohl Schulbücher aus den Beständen des Georg-Eckert-Instituts (GEI) als auch Schulbücher aus weiteren Partner-Bibliotheken. Mit GEI-Digital ist ein einzigartiger Korpus entstanden, der die gesamte Epoche der deutschen Schulbücher bis 1918 virtuell zusammenführt. Im Zuge der Digitalisierung wurden insgesamt 250.000 Metadaten erfasst, wobei die Erschließung den spezifischen Bedürfnissen der Schulbuchforschung folgt. So wurden neben Angaben zum Verlag und Erscheinungsjahr auch Schulfächer und Schulstufen als Metadaten erfasst. Ausgehend von dieser differenzierten Erschließung entwickelte das GEI gemeinsam mit der FH Potsdam das interaktive Tool GEI-Digital visualized . Über die Visualisierung der Metadaten und interaktive Kombinationsmöglichkeiten können Entwicklungen auf dem historischen Schulbuchmarkt mit seinen Akteuren und Produkten sichtbar gemacht werden. Mit dem Poster präsentiert werden die Voraussetzungen und Möglichkeiten von Datenvisualisierungen. Am Beispiel von GEI-Digital visualized soll dabei gezeigt werden, welchen Mehrwert sich mit Datenvisualisierungen zum einen für Bibliotheken und zum anderen für die Forschung verbinden. Y1 - 2017 ER -