• search hit 5 of 31
Back to Result List

Keyword Spotting als Alternative zur Volltextsuche in handschriftlichen und gedruckten Dokumenten

  • 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 für jeden Buchstaben des Alphabets einen Konfidenzwert mit dem er in einem bestimmten Bildausschnitt enthalten ist. Dadurch gehen keinerlei Alternativen verloren, vielmehr erhält der Benutzer die Chance, selbst zu entscheiden wie "tiefgehend" seine Suche sein soll, sprich wieviele fehlerhafte Suchtreffer er überprüfen möchte. Umgekehrt werden mit der vorgestellten Methode Wörter mit erstaunlicher Treffergenauigkeit gefunden, bei denen die automatische Transkription mittels OCR (Optical Character Recognition) zu keinen befriedigenden Ergebnissen führt oder eine Unmenge an Trainingsdaten voraussetzen würde. KWS hat aus unserer Sicht daher das Potential die Suche in handscrhiftlichen und gedruckten Beständen schlicht zu revolutionieren. Der Vortrag wird zum einen das theoretische Konzept beleuchten, zum anderen aber auch die Implementierung in der Forschungsplattform Transkribus vorstellen. Hier erhält der Benutzer ab Anfang 2018 die Möglichkeit KWS auf seinen eigenen Dokumenten anzuwenden. Anhand konkreter Beispiele werden dann wichtige Kennziffern (Precision, Recall) für die Güte der Suche erläutert. Ebenso wird der Aufwand, der für das Training der zugrundeliegenden Neuronalen Netze benannt und anhand diverser Datensets quantifiziert.

Export metadata

Additional Services

Share in Twitter Search Google Scholar
Metadaten
Author:Günter Mühlberger
Parent Title (German):TK 6: erschließen & erhalten / OCR in der Praxis (13.06.2018, 16:30 - 18:00 Uhr, Raum I)
Document Type:Conference publication (abstract)
Language:German
Year of Completion:2018
Release Date:2018/06/04
Themes:Erschließung, Linked Open Data, RDA
Portale, Discovery-Services, virtuelle Bibliotheken
German Bibliothekartage / BiblioCon:107. Deutscher Bibliothekartag in Berlin 2018
107. Deutscher Bibliothekartag in Berlin 2018 / Themenkreise / TK 6: erschließen & erhalten / OCR in der Praxis
Licence (German):License LogoDeutsches Urheberrecht
Einverstanden
Diese Webseite verwendet technisch erforderliche Session-Cookies. Durch die weitere Nutzung der Webseite stimmen Sie diesem zu. Unsere Datenschutzerklärung finden Sie hier.