Refine
Document Type
Is part of the Bibliography
- no (10)
Keywords
- Aufsatzkatalogisierung (2)
- Cataloguing articles (1)
- Digitalisierung (1)
- Digitalization (1)
- Double Keying (1)
- Double keying (1)
- Forschungsunterstützung (1)
- Index Theologicus (1)
- Kollaboration (1)
- Layout recognition (1)
- Literaturverwaltungsprogramm (1)
- OCR (1)
- Offene Daten (1)
- Open Data (1)
- Open Science (1)
- Open Science Services (1)
- Reference management system (1)
- Structure recognition (1)
- Strukturerfassung (1)
- Text recognition (1)
- Texterfassung (1)
- WikiCite (1)
- Zitationsdaten (1)
- Zotero (1)
- cataloguing of articles (1)
- citation data (1)
- collaboration (1)
- digitale Services (1)
- institutioneller Ansatz (1)
Language
- German (10)
WikiCite ist eine Initiative zur Erstellung einer offenen bibliographischen Datenbank für alle Wikimedia-Projekte und darüber hinaus als Grundlage für freies Wissen allgemein. Die Umsetzung im Rahmen der freien Wissensdatenbank Wikidata läuft spätestens seit 2016. Inzwischen sind bereits bibliographische Angaben zu über 10 Millionen Publikationen verfügbar und werden im Sinne des Wiki-Prinzips kollaborativ erweitert. Ein besonderer Vorteil der Erschließung in Wikidata besteht in der Möglichkeit Publikationsdaten mit Personen, Schlagworten und anderen Publikationen zu verknüpfen. Diese Praxis hat viel mit bibliothekarischer Erschließung gemein und lässt sich durch Normdaten mit dieser verbinden, es gibt aber auch wesentliche Unterschiede und Besonderheiten.Zu den im Rahmen von WikiCite erfassten Informationen gehören auch Zitationsdaten, die zunehmend für bibliothekarische Anwendungen interessant werden. So lassen sich mit offenen Zitationsdaten die Recherchemöglichkeiten durch Kataloganreicherungen erweitern, Rankingverfahren von Suchergebnissen verbessern sowie transparente und replizierbare bibliometrische Analysen durchführen. Die Umsetzung ist bereits jetzt mit den für Wikidata bereitgestellten Techniken möglich.Der Vortrag soll am Beispiel offener Zitationsdaten eine Einführung in WikiCite geben und damit eine grundlegend neue Entwicklung bei der Erschließung von Publikationen aufzeigen.
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.
Aufsatzkatalogisierung in Bibliotheken findet etwa im Rahmen von Spezialbibliographien wie Landes- oder Fachbibliographien statt und in dem Zuge werden unselbständige Werke wie etwa Aufsätze, Beiträge und Rezensionen in größeren Mengen erschlossen. Dabei werden Titelaufnahmen einzelner Aufsätze in der Regel manuell aus der gedruckten oder elektronischen Vorlage abgeschrieben, was einen nicht unerheblichen Aufwand mit sich bringt. Vor allem beim Kopieren der Informationen aus Webseiten bei elektronischen Zeitschriften bietet es sich an, auf softwareunterstützende, semiautomatische Workflows zurückzugreifen. Anhand der freien Open Source Software Zotero zeigen wir in dem Vortrag, wie man diese bibliographischen Informationen aus dem Web in die Bibliotheks-Metadatenwelt bringen kann. Das neue technische Verfahren ist bei der Fachbibliographie “Index Theologicus” erfolgreich im EinsatzIn seiner Funktion als Literaturverwaltungsprogramm kann Zotero bereits die bibliographischen Metadaten aus einer Vielzahl von Webseiten extrahieren und ist darüber hinaus vielfältig erweiterbar. Für die Praxis wurde dabei eine zusätzliche Exportmöglichkeit zum Katalogisierungsclient WinIBW institutionsübergreifend entwickelt. Das kollaborative Entwickeln und Pflegen von offener Software kann dabei mit der gemeinsamen Katalogisierung und dem Teilen der bibliographischen Metadaten in Bibliotheken verglichen werden.
Das Semantic Web ist die Vision einer Erweiterung des World Wide Webs, so dass die Daten nicht nur für Menschen leicht verständlich dargestellt werden, sondern auch von Maschinen verwertbar sind. Mit einer entsprechenden Ausgestaltung von Links zwischen einzelnen Webressourcen wäre das Web als riesige, globale Datenbank nutzbar. Darin könnten dann Softwareagenten für uns auch komplexe Fragestellungen und Planungen bearbeiten. In dieser Arbeit soll gezeigt werden, dass jede Bibliothek interessante Daten für das Semantic Web hat und umgekehrt von ihm profitieren kann. Ein Schwerpunkt liegt auf möglichen Anwendungsszenarien mit dem speziellen Fokus beim Bibliothekswesen.
Automatisierte Optimierung und Strukturierung von OCR-Ergebnissen mit nachnutzbaren Werkzeugen
(2019)
Bibliotheken leisten einen wichtigen Beitrag zur Digitalisierung des kulturellen Erbes und ermöglichen Forschenden weltweit den Zugang zu diesen Werken. Textbasierte Dokumente werden häufig zusätzlich durch OCR (optical character recognition) erschlossen. Dies ermöglicht eine Suche nach Stichwörtern im gesamten Inhalt sowie weitere Analysemöglichkeiten. Vielen Bibliotheken fehlt es jedoch an Know-how und Werkzeugen, um optimale OCR-Ergebnisse zu erzielen oder weitere Strukturerkennungsschritte selbstständig auszuführen. Im Zuge des DFG-finanzierten Digitalisierungsprojekts "Aktienführer-Datenarchiv II" wurden mehrere softwaretechnische Werkzeuge entwickelt, um in einem einheitlichen Workflow sowohl den Umgang mit den OCR-Daten zu vereinfachen als auch die Ergebnisse zu optimieren. Unter anderem werden dabei die OCR-Ergebnisse durch die Kombination der Ausgaben mehrerer OCR-Engines verbessert und eine Strukturerfassung im Volltext, inklusive Tabellenextraktion, vorgenommen.In diesem Beitrag werden die entwickelten Lösungsansätze und Tools vorgestellt. Um sie für ähnliche Projekte nachnutzbar und anpassbar zu machen, sind alle Tools als Open-Source-Software verfügbar.
Viele Bibliotheken und Archive digitalisieren ihre historischen Druckwerke und machen diese auch im Internet zugänglich. Aber erst mit durchsuchbarem Text, der auch maschinell weiterverarbeitet werden kann, wird der historische Schatz wirklich gut erschlossen, und Alte Drucke werden zu modernen Forschungsdaten. Wer dies erkannt hat, verlässt sich häufig noch auf einen externen Dienstleister für die automatisierte Texterkennung per Software – die sogenannte OCR ("optical character recognition", also optische Zeichenerkennung). Das Hands-On-Lab bietet die Möglichkeit, OCR einmal selbst auszuprobieren, auf dem eigenen Notebook die Software Tesseract zu installieren und damit erste Gehversuche zur automatisierten Texterkennung zu machen. Vorlage können mitgebrachte Scans von Seiten aus historischen Büchern oder Beispiele aus dem Internet sein. Fortgeschrittene Anwender erhalten einen Einblick in das Training neuer oder verbesserter Modelle für die Texterkennung. Tesseract entstand in den 80er Jahren, wird aber bis heute aktiv weiterentwickelt und gepflegt und gehört mit zu den leistungsfähigsten Produkten für OCR. So ist es auch eine wichtige Komponente von OCR-D, der Koordinierten Förderinitiative zur Weiterentwicklung von Verfahren für die Optical Character Recognition (OCR) der Deutschen Forschungsgemeinschaft (DFG). Die Universitätsbibliothek Mannheim hat im Rahmen von OCR-D Tesseract weiterentwickelt und ist eine der Pilotbibliotheken von OCR-D. Die dabei gemachten Erfahrungen werden ebenfalls kurz vorgestellt. Bitte eigenes Notebook (Windows, macOS oder Linux) mitbringen!
Die freie Literaturverwaltungssoftware Zotero ist an vielen Bibliotheken Teil des Schulungsprogramms und bei Benutzer*innen insbesondere für macOS und Linux beliebt. Der Workshop richtet sich an alle Mitarbeiter*innen, welche Zotero-Schulungen abhalten oder dies in Zukunft planen sowie anderweitig interessierte Zotero-Anwender*innen. Ziel des Hands-on-Labs ist ein Wissens- und Erfahrungsaustausch.Zum einem sollen fortgeschrittene Funktionen von Zotero und Erweiterungen vorgestellt, selbst ausprobiert und diskutiert werden. Dies kann beispielsweise Folgendes beinhalten:die Integration von RSS-Feeds in Zotero,das Finden von Open-Access-Versionen von Artikeln in Zotero,Informationen zu zurückgezogenen Artikeln in Zotero,Batch-Bearbeitungen in Zotero mit kleinen Skripten,Erweiterungen wie Zutilo, Integration von OpenCitations oder OCR über Tesseract.Zum anderen sollen auch Erfahrungen mit verschiedenen Schulungskonzepten und Workflows für spezielle Anwendergruppen (z. B. Jurist*innen) ausgetauscht werdenFragen und Wünsche können vorab in das Pad https://data.bib.uni-mannheim.de/bibtag20/zotero notiert werden.
Die Umsetzung offener, transparenter und reproduzierbarer Forschung im Sinne von Open Science kann Forscherinnen und Forscher vor eine Vielzahl an Herausforderungen stellen. Wissenschaftliche Arbeitsabläufe und traditionelle Forschungsmethoden müssen überdacht und neue Verfahren wie Präregistrierung oder Replikation erlernt werden. Darüber hinaus kann die Öffnung von Forschung zusätzliche Schritte im wissenschaftlichen Prozess erfordern. Einzelne Open-Science-Enthusiasten tauschen sich häufig bereits in sozialen Netzwerken, wie beispielsweise auf Twitter, aus und bauen teilweise auch lokale Open-Science-Communities auf. Wie kann man darüber hinaus in einer wissenschaftlichen Institution Open Science verankern und alle Forschenden ganzheitlich unterstützen? – Ein Lösungsansatz besteht darin, institutionelle Strukturen zu schaffen, welche sich etwa Open Science Office, Center oder Lab nennen. So hat die Universität Mannheim im Februar 2021 ein Open Science Office eingerichtet, welches Forscherinnen und Forscher aller Karrierestufen und Disziplinen unterstützt. Das Open Science Office ist an die Bibliothek angegliedert und geht über die klassischen Bereiche wie Open Access und Forschungsdatenmanagement hinaus. Andere Einrichtungen nehmen auch überregionale Open-Science-Projekte oder Meta-Research in den Fokus. Diese unterschiedlichen und sich ergänzenden Herangehensweisen an die Unterstützung von Open Science im Forschungsalltag werden vorgestellt und beleuchtet. Der Vortrag soll auch zur Reflektion anregen, welche Open Science Services Bibliotheken an ihren Einrichtungen anbieten können.
Informationspraxis ist die Open-Access-Zeitschrift der Fachcommunity aus Bibliothek, Archiv und Informationswesen. Die Zeitschrift arbeitet unabhängig von einzelnen Bibliotheken, Hochschulen oder Berufsverbänden.
Mit dem Anspruch, ein Projekt von der Community für die Community zu sein, startete Informationspraxis beim Bibliothekartag 2014. Seitdem wurden fast 100 Beiträge in der Zeitschrift veröffentlicht.
Nun soll das bisherige Konzept auf den Prüfstand. Gemeinsam mit der Community möchten wir darüber beraten und diskutieren, wie Informationspraxis weiterentwickelt, und wie den Herausforderungen, die durch das freiwillige ehrenamtliche Engagement gegeben sind, begegnet werden können.
Alle Interessierten laden wir herzlich dazu ein, sich an der Diskussion und gemeinsamen Strategieentwicklung zur Fortführung von Informationspraxis zu beteiligen und wir freuen uns auf den gemeinsamen Austausch!