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)
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.