Mensch vs. Maschine - Texterfassungsmethoden auf dem Prüfstand
Human vs. machine - text recognition methods put to the test
- Text- und Strukturerkennung sind bei Digitalisierungsvorhaben unerlässlich, um im Rahmen von Forschungsarbeiten Recherchen und Auswertungen auf effiziente Art und Weise zu ermöglichen. Eine Volltexterkennung inklusive der Erfassung von Strukturmerkmalen schreibt beispielsweise auch die DFG für Druckwerke ab Erscheinungsjahr 1850 folgerichtig verbindlich vor. Bei digitalisierten historischen Forschungsdaten ist darüber hinaus eine möglichst fein-granulare Strukturierung sinnvoll. Die Text- und Strukturerkennung ist damit eine umfassende Herausforderung und im Zuge eines Projekts muss entschieden werden, ob eine maschinelle Texterkennung (OCR) oder ein manuelles Erfassen der Texte (i.d.R. Double Keying) durchgeführt werden soll. Wichtige Faktoren sind hierbei die Güte der Text- und Strukturerkennung, Kosten, Nachnutzbarkeit usw. Anhand des DFG-Digitalisierungsprojekts "Aktienführer-Datenarchiv" (1870-2016) an der Universitätsbibliothek Mannheim sollen beide Methoden beleuchtet und ein Vergleich gezogen werden. In der ersten Projektphase (Erscheinungsjahre 1976-1999) wurde die Text- und Strukturerfassung mittels Double Keying-Verfahren durchgeführt, während in der zweiten Projektphase (Erscheinungsjahre 1953-1975) die maschinelle OCR und automatische Strukturierung für diese Aufgabe vorgezogen wird.
Author: | Irene Schumm, Philipp Zumstein |
---|---|
URN: | urn:nbn:de:0290-opus4-36437 |
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 (Presentation slides) |
Language: | German |
Year of Completion: | 2018 |
Release Date: | 2018/06/04 |
Tag: | Digitalisierung; Digitalization; Double Keying; Double keying; Layout recognition; OCR; Structure recognition; Strukturerfassung; Text recognition; Texterfassung OCR |
Themes: | Erschließung, Linked Open Data, RDA |
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): | Creative Commons - CC BY - Namensnennung 4.0 International |