OCR on demand: Der Ansatz eines User-generated Content
- 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.
Author: | Anke Hertling, Sebastian Klaes |
---|---|
URN: | urn:nbn:de:0290-opus4-176621 |
Parent Title (German): | 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)) |
Document Type: | Conference publication (Presentation slides) |
Language: | German |
Date of Publication (online): | 2021/08/30 |
Year of Completion: | 2021 |
Release Date: | 2021/06/16 |
Tag: | Digital Humanities; Forschungsbibliothek; Schulbuch; Spezialbibliothek; Texterkennung digital humanities; optical layout recognition; research library; special collection; textbook |
Themes: | Elektronische Publikationen, elektronisches Publizieren, Forschungsdaten, Open Access |
German Bibliothekartage / BiblioCon: | 109. Deutscher Bibliothekartag in Bremen 2021 |
109. Deutscher Bibliothekartag in Bremen 2021 / Themenkreise / Podium der Verbände / TK 5: Content und Digitalisierung / OCR, die Zukunft der Digitalisierung | |
Licence (German): | Creative Commons - CC BY - Namensnennung 4.0 International |