Erschließung, Linked Open Data, RDA
Refine
Year of publication
Document Type
- Conference publication (Presentation slides) (566)
- Conference publication (abstract) (302)
- Conference publication (Lecture Text/Appearance) (28)
- Article (10)
- Conference publication (Poster) (7)
- Contribution to a Periodical (3)
- Book (2)
- Conference Proceeding (2)
- Master's Thesis (2)
- Examination Thesis (1)
Is part of the Bibliography
- no (924)
Keywords
- Metadaten (35)
- GND (30)
- RDA (27)
- Forschungsdaten (25)
- Inhaltserschließung (25)
- Semantic Web (25)
- Gemeinsame Normdatei (22)
- Katalogisierung (20)
- Normdaten (20)
- Normdatei (19)
Language
- German (903)
- English (19)
- Multiple languages (2)
The collaborative decolonial project between the Catholic University Eichstatt and the University of Chile, carried out from 2020 to 2022, consisted of a trilingual digital re-edition of the manuscript “Ñizolke zugu Dios ñi nütxam pu Chilemapuche ñi zugun mew”. This book, published in 1903, represents a collaborative colonial translation of the German Compendium der Kurzen biblischen Geschichte für die unteren Schuljahre der katholischen Volksschule” that the Bavarian Capuchin father Félix José de Augusta worked out together with two evangelized Mapuche, José Francisco Kolün and Pascual Segundo Painemilla Ñamcucheu in the Araucanía (South Chile) in 1902. Father Augusta already arrived at the mission station Bajo Imperial in 1896, at a time when the internal colonization of the Mapuche had already taken place. The land reform of 1866 introduced so-called Títulos de Merced, land titles, that only recognized as 'effectively occupied' the ruca, the family orchards and the enclosure, whereas the ancient territories, that allowed the material and cultural survival of Mapuche families were given to colonists, basically from Chile and Germany. On one hand, the presentation aims to show to that digitization in Libraries can be helpful to make visible the traces of the colonial relations that influenced the translation of this missionary work. On the other hand, the presentation aims to explain the challenges of search indexing this newly assembled digital edition from several historical and contemporary archives.
Das Bildarchiv der ETH-Bibliothek setzt seit 2021 gezielt künstliche Intelligenz zur automatisierten Klassifikation seiner Bilder ein, weniger als Ersatz, sondern als Ergänzung zur intellektuellen Verschlagwortung. Nach dem ersten Durchlauf mit dem Computer-Vision-Modell «General» der Firma Clarifai sind über eine Million Bilder mit Keywords getaggt. Der Aufwand an Zeit und Rechenleistung war beträchtlich.
Erste Stichproben zeigten, dass die Qualität der Ergebnisse der automatisierten Erkennung sehr unterschiedlich ist. So gibt es Keywords mit nahezu 100 %iger Treffersicherheit, wie etwa «Schlagzeuger». Allerdings kommt es auch zu Übersetzungsfehlern, wie etwa «Relief» zu «Erleichterung», falschen Zuordnungen, wie etwa Berge und Gletscher als «Bechamélsauce» oder gar verzerrten Zuordnungen wie «Ritual»
Um die Qualität der KI-gestützten Klassifikation zu verbessern, wurde der Datenpool des Bildarchivs von über einer Million getaggten Bildern einer qualitativen Analyse unterzogen. Dazu wurden zunächst alle 4.600 Keywords einzeln visualisiert, um die Erkennungsqualität der KI zu bewerten und die Keywords zu validieren. Die Analyse ergab, dass etwa die Hälfte der Keywords fehlerhaft oder inhaltlich problematisch war und gelöscht werden musste. Die verbleibenden Keywords wurden anschließend einer semantischen Analyse unterzogen. Dabei wurden folgende Fragen untersucht: Gibt es Wortarten, die für die KI-basierte Bildklassifikation besser geeignet sind? Welche Inhalte funktionieren gut und welche führen zu problematischen Zuordnungen?
Die qualitative Analyse des Bildarchivs der ETH-Bibliothek liefert wertvolle Erkenntnisse für die Entwicklung und Anwendung von KI-gestützten Bildklassifikationsverfahren in der Praxis. Die Ergebnisse zeigen, dass die KI ein wertvolles Werkzeug für die Digitalisierung und Erschließung von Bilddaten sein kann. Allerdings ist es wichtig, die Grenzen der KI zu kennen und diese bei der Anwendung zu berücksichtigen.
In der Württembergischen Landesbibliothek (WLB) werden drei Bibliographien erstellt: die Landesbibliographie Baden-Württemberg - kooperativ mit der Badischen Landesbibliothek - sowie die Internationale Hölderlin-Bibliographie (IHB) und die Stefan George-Bibliographie. Alle drei Bibliographie-Datenbanken wurden seit ihrer Automatisierung beim Statistischen Landesamt Baden-Württemberg gepflegt. Dieses hatte auch jeweils spezielle Weboberflächen zur Recherche entwickelt und bereitgestellt. Die in die Jahre gekommene technische Infrastruktur musste abgelöst und alle drei Bibliographien bis Ende 2023 in den Verbundkatalog K10plus migriert werden. Mit dem Umzug in den K10plus sollten die Publikationen im Discovery-System der WLB recherchierbar gemacht werden.
Im Zuge des Migrationsprojektes entschied sich die WLB zu einem Relaunch ihres vom Bibliotheksservice-Zentrums (BSZ) gehosteten Discovery-Systems BOSS. Ziel war, für die Nutzenden eine One-Stop-Lösung zu sämtlichen Daten zu schaffen. Diese sollte einen einzigen Recherchezugang zum Bibliotheksbestand, zu den Nachweisen der migrierten Bibliographien und darüber hinaus zu weiteren Kollektionen bieten - unabhängig davon, ob es sich um Bücher oder Aufsätze handelt.
Technisch verbunden war dies mit der Migration des hinterlegten Index von GVI und EBSCO Index auf den K10plus-Zentral. Die WLB ist damit die erste große wissenschaftliche Bibliothek im SWB, die den K10plus-Zentral-Index einsetzt. Neu ist, dass lokale Sacherschließung, wie der Thesaurus der IHB, gemeinsam mit überregionalen Sacherschließungsdaten indexiert und angezeigt werden kann.
Der Vortrag beleuchtet die unterschiedlichen Anforderungen und Herausforderungen aus Sicht der beiden Projektpartner und stellt die gefundenen Lösungen und Grenzen vor. Unter anderem wird gezeigt, wie die Präsentation der Sacherschließung der verschiedenen Anwendungen aus dem Titelbereich und dem lokalen Bereich unter einer Oberfläche umgesetzt wurde.
Geodaten in Bibliotheken
(2024)
Mit dem digitalen Wandel befindet sich auch die Landkarte in einem Transformationsprozess – vom bedruckten Blatt Papier zu einer virtuellen digitalen Datenbasis. Dieser Paradigmenwechsel fordert Wissenschaftliche Bibliotheken mit einer Kartensammlung auf, künftig einen Umgang mit digitalen Geodaten für die raumbezogene Forschung zu finden.
Alle Daten „mit direktem oder indirektem Bezug zu einem bestimmten Standort oder geographischen Gebiet“ verstehen wir als Geodaten. Demnach beinhalten gedruckte Karten aus Papier genauso Geodaten, wie moderne digitale Karten auf dem Bildschirm.
Mit dem Bedeutungsgewinn digitaler Geodaten der Gegenwart, steigt gleichzeitig der Wert vergleichbarer Daten aus der Vergangenheit. Für unterschiedliche wissenschaftliche Fragestellungen mit Raumbezug eröffnen digitale Geodaten neue Möglichkeiten der Datenanalyse, etwa um Prozesse räumlicher Veränderungen zu erforschen.
Vor diesem Hintergrund sind Kartensammlungen mehr denn je wahre Datenschätze für die Forschung. Für entsprechende Wissenschaftliche Bibliotheken leiten sich daraus künftige Aufgaben ab. Nämlich, sowohl aktuelle als auch aus Papierkarten gewonnene digitale Geodaten nachzuweisen und langfristig zugänglich zu machen.
Der Vortrag gibt Einblick in Themen und Arbeitsstände des neu gegründeten Referats Digitale Kartographie und Geodaten in der Kartenabteilung der Staatsbibliothek zu Berlin.
Weitere Informationen: https://geodaten.staatsbibliothek-berlin.de/
Referent:
Dr. Martin Jeske
Referat Digitale Kartographie und Geodaten
Kartenabteilung
Staatsbibliothek zu Berlin
Wenn es um die Digitalisierung historischer Drucke geht, bildet die Erzeugung von Volltextdaten (OCR) heute einen festen Bestandteil von Massendigitalisierungsprojekten. Da liegt es nahe, die Erzeugung von Volltextdaten möglichst eng mit bestehenden Workflows zu verdrahten. Am Besten mit einem System, das Alles kann – natürlich auch Volltextdaten in bester Qualität. Aber wie geht es weiter, nachdem das Projekt abgeschlossen ist? Und wie kann Volltext nachträglich systematisch verbessert werden?
Titelaufnahmen im Katalog erfolgen einmalig, gescannt wird ebenfalls einmal. Diese Herangehensweise macht bei OCR wenig Sinn, wenn davon auszugehen ist, dass sich Systeme und Modelle in Zukunft verbessern. In ihren Projekten zur Massendigitalisierung Historischer Drucke verfolgt die Universitäts- und Landesbibliothek (ULB) Sachsen-Anhalt den Ansatz, Volltexte separat, unabhängig vom Digitalisierungs- bzw. Präsentationssystem zu erzeugen. Den Beginn markierte das DFG-Projekt zur Hauptphase I der Digitalisierung Historischer Deutscher Zeitungen (2019-2021). Hier wurden für über 500.000 Zeitungsseiten in Eigenregie Volltextdaten mit Open-Source-Komponenten generiert und deren Qualität evaluiert [1]. Zum Projektende erfolgte mit einem adaptierten Modell für den kompletten Bestand ein zweiter Durchlauf. Ab 2021 beteiligte sich die ULB mit dem Implementationsprojekt „ODEM“ an der 3.Projektphase der Koordinierten Förderinitiative „OCR-D“. Dort wurde dieser Ansatz für 6 Mio. Seiten der Sammlung für Historische Drucke des 18. Jahrhunderts erweitert, deren ursprüngliche Digitalisierung teilweise mehr als 10 Jahre zurück lag.
Im Rahmen des Vortrags sollen die Erfahrungen in Halle vorgestellt, sowie Vor- und Nachteile dieses Vorgehens diskutiert werden.
[1] Hartwig, Uwe. "Evaluation von Volltextdaten mit Open-Source-Komponenten." o-bib. Das offene Bibliotheksjournal/Herausgeber VDB 9.4 (2022): 1-21.
Die Deutsche Nationalbibliothek wendet Verfahren der maschinellen Erschließung inzwischen auf Werke aus den Reihen O, B und H der Nationalbibliografie an. Mit zunehmendem Umfang der maschinellen Erschließung und der Diversifizierung der eingesetzten Erschließungsverfahren erfährt auch der Vorverarbeitungsschritt der Bereitstellung einer geeigneten Datenbasis eine immer größere Bedeutung. Mit unserem Beitrag möchten wir einen Einblick in unsere Überlegungen zu dieser Vorverarbeitung bieten. Sowohl Online-Publikationen, als auch nachträglich digitalisierte Inhaltsverzeichnisse von Printpublikationen müssen einen Extraktionsprozess durchlaufen, der eine Bereitstellung der Inhalte als maschinenlesbaren Text zu Ziel hat. Dazu werden auf die vorliegenden PDF- bzw. EPUB-Dateien verschiedene Extraktionsverfahren angewendet, die zu Plain Text führen, der der Erschließungssoftware zur Weiterverarbeitung übergeben werden kann. Insbesondere für den PDF-Standard existiert ein breites Angebot von Extraktionstools mit unterschiedlichem Funktionsumfang. Um hier die geeigneten Angebote erfolgreich selektieren zu können, muss ein Verständnis für die Qualität von Extraktionsergebnissen entwickelt und die spezifischen Anforderungen der Weiterverarbeitung durch Verfahren der maschinellen Erschließung identifiziert werden. Einen möglichen Ansatz zur Fehlerbehandlung bei der Textextraktion sehen wir in der Anwendung alternativer Textbereitstellungsverfahren, wie z.B. der optischen Zeichenerkennung (OCR). OCR-Verfahren sind etablierte Werkzeuge zur Rationalisierung unterschiedlichster Geschäftsprozesse, die zuletzt eine neue Relevanz bei der Bereitstellung von textbasiertem Trainingsmaterial für die großen Sprachmodelle des Deep Learning erfahren haben. Doch der erfolgreiche Einsatz von OCR und den dazugehörigen Werkzeugen zur Vor- und Nachbearbeitung ist eine komplexe, von zahlreichen Parametern abhängige Aufgabe, die hohen Aufwand erfordert, um zu qualitätsvollen Ergebnissen zu kommen.