TY - GEN A1 - Huff, Dorothee A1 - Will, Larissa A1 - Stöbener, Kristina T1 - Kompetenzzentrum OCR – Automatische Texterkennung als Serviceangebot T2 - TK 5: Daten und Publikationen/ OCR als Kooperation (26.05.2023, 09:00 - 12:00, Runder Saal) N2 - Von 2019 bis 2022 haben die Universitätsbibliotheken Mannheim und Tübingen 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 für 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 Häusern fortgeführt. Das Thema Volltexterkennung für Handschriften und historische Drucke eröffnet Bibliotheken ein doppeltes Tätigkeitsfeld. Neben dem Einsatz für die Bereitstellung von Volltexten zum Zweck der weiteren Erschließung von eigenen Beständen ist das Thema auch für den wissenschaftsunterstützenden Dienst einer Bibliothek relevant. Bedarf für diese forschungsnahen Dienstleistungen besteht nicht nur in den Geisteswissenschaften, sondern – wie sich gezeigt hat – auch für konkrete Forschungsfragen aus den Naturwissenschaften. Die jeweilige Schwerpunktsetzung der beiden Bibliotheken ermöglicht in Kooperation ein sich ergänzendes Angebot. Auf dieser Grundlage können wissenschaftliche Projekte gemäß ihren unterschiedlichen Bedürfnissen 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 vorgeführt werden, welche unterschiedlichen Forschungsvorhaben bislang durch die Bibliotheken Mannheim und Tübingen betreut worden sind. Y1 - 2023 ER - TY - GEN A1 - Huff, Dorothee A1 - Stöbener, Kristina T1 - OCR-BW: Automatische Texterkennung von Handschriften T2 - 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)) N2 - Nach der Digitalisierung von historischen Dokumenten ist der nächste konsequente Schritt die Anreicherung der Digitalisate im Präsentationssystem mit einem durchsuchbaren Volltext, um die Zugänglichkeit zu den Texten weiter zu erhöhen und neue Forschungsfragen an das Material zu ermöglichen. Während in vielen Bibliotheken bereits verschiedene Möglichkeiten zur automatischen Texterkennung von historischen Druckwerken genutzt werden, ist die Zurückhaltung bei Handschriften vielfach höher, 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 können, um ihre eigenen Bestände weiter zu erschließen, aber auch, um sich als Servicepartnerin für 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 für die Erzeugung von automatischen Volltexten für Handschriften systematisch an ausgewählten Corpora getestet. Die im bisherigen Projektverlauf erzielten Ergebnisse sind sehr positiv und zeigen, dass eine automatische Handschriftenerkennung mit einer Zeichenfehlerrate von unter 5 % möglich und erwartbar ist. Bereits veröffentlichte Volltexte haben die Sichtbarkeit und das Forschungsinteresse an diesen Materialien deutlich erhöht. Das Projekt zielt außerdem darauf ab, die Wissenschaft bei der Vorbereitung und Durchführung von Forschungsvorhaben zu unterstützen. An Beispielen vom mittelalterlichen Gebetbuch über Großbestände wie Juristische Konsilien bis hin zum Expeditionstagebuch des 20. Jahrhunderts soll gezeigt werden, mit welchem Ressourcenaufwand welche Ergebnisse erzielt werden können. KW - OCR-BW KW - OCR KW - HTR KW - Transkribus KW - eScriptorium KW - Handschriften Y1 - 2022 U6 - http://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:0290-opus4-178545 ER - TY - GEN A1 - Huff, Dorothee A1 - Stöbener, Kristina T1 - Altbestandserschließung mit KI-Anwendungen T2 - TK 6: Sammlungen, Repositorien, Retrodigitalisierung und Kulturgut(schutz)/ Kollegin KI in der Erschließung (05.06.2024, 09:00 - 10:30, Saal F / 2. OG) N2 - Die Universitätsbibliothek Tübingen beschäftigt sich mittlerweile seit 2019 mit dem Thema der automatischen Texterkennung von Handschriften (HTR). Das Ziel ist, historische Bestände aus der Universitätsbibliothek und dem Universitätsarchiv mithilfe von Volltexten zusätzlich zur digitalen Präsentation für die Nutzerinnen und Nutzer leichter zugänglich zu machen und neue Forschungsfragen sowie die Bearbeitung von großen Textmengen zu ermöglichen. Ein durchsuchbarer Volltext ist jedoch vor allem dann vorteilhaft, wenn man bereits ein spezifisches Anliegen an einen Text hat bzw. weiß, wonach man suchen möchte. Historische Bestände wie Protokolle, Tagebücher und Briefnachlässe bieten mit ihren Titeln wie „Tagebuch, Teil 1“ oder „Briefe von Verfasser X an Empfänger Y“ allerdings kaum Hinweise auf ihren Inhalt. Im Gegensatz zu moderneren Druckwerken gibt es in vielen Fällen weder Inhaltsverzeichnisse, Register oder gar Klappentexte, die inhaltliche Rückschlüsse zulassen und Interesse für die Materialien generieren. Selbst eine detailliertere Strukturdatenerschließung der Digitalisate gliedert derartige Dokumente meist nur chronologisch. In solchen Fällen schwach strukturierter Materialien kann die Zugänglichkeit bisher nur durch eine zeitintensive Verschlagwortung oder Regestierung erhöht werden. Können die Volltexte mit weiteren KI-Methoden für eine (semi-)automatische Tiefenerschließung von Altbeständen nachgenutzt werden? Anwendungen wie ChatGPT zeigen hier Potential, auch nicht fehlerfreie automatisch generierte Volltexte für 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 Verfügung gestellt werden können. Y1 - 2024 U6 - http://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:0290-opus4-191849 ER -