Digitalisierung, Langzeitarchivierung
Refine
Year of publication
- 2015 (8)
Document Type
Has Fulltext
- no (8) (remove)
Is part of the Bibliography
- no (8)
Language
- German (8)
Die Digitalisierung historischer Zeitungen trifft national und international auf großes Interesse bei Wissenschaftlern aller Disziplinen (Digital Humanities, Big Data) und bei weiten Teilen der Bevölkerung. Die regionalen Aktivitäten und die Nutzernachfrage nehmen deutlich zu, mit dem Europeana Newspapers-Vorhaben werden in kurzer Zeit große Textmengen bereitgestellt. Vor diesem Hintergrund fördert die DFG mit Pilotprojekten einerseits die Verbesserung struktureller Voraussetzungen (ZDB als wissenschaftsfreundliches Nachweisinstrument für Zeitungsdigitalisierung, kostenfrei nachnutzbarer DFG-Viewer für einheitliche und standardisierte Zeitungspräsentationen) und andererseits mit der Digitalisierung ausgewählter Zeitungen die praktische Erprobung unterschiedlicher Verfahren und Kosten-Leistungsmodelle mit dem Ziel von Best-practice-Empfehlungen. Die Pilotpartner SB Berlin, SuUB Bremen, SLUB Dresden, DNB Frankfurt/M., ULB Halle und BSB München stellen Projektergebnisse und Empfehlungen für den Masterplan (Verfahren der Digitalisierung und Kriterien zur Auswahl wichtiger Zeitungen) mit diesem Workshop zur Diskussion. (Session: Zeitungsdigitalisierung in Deutschland. Zum Stand der DFG-Pilotprojekte und zur Entwicklung eines Masterplans; Raum: Istanbul; 26. Mai 2015: 13:00 Uhr - 15:30 Uhr)
In der SuUB Bremen wurde bis 04/2013 im Rahmen eines von der Deutschen Forschungsgemeinschaft (DFG) geförderten Projektes die in Fraktur gedruckte Zeitschrift „Die Grenzboten“ (1841 - 1922) digitalisiert und in Struktur und Volltext erschlossen. [1] Die bislang erreichte OCR-Erkennungsrate von ca. 98,5 % entspricht ungefähr 36 Zeichenfehlern pro Seite. Im Rahmen eines DFG geförderten Folgeprojektes (Laufzeit 9/2013 bis 12/2014) wurde ein optimiertes Grenzboten-Korpus in Kooperation mit dem Deutschen Textarchiv (DTA) an der Berlin-Brandenburgischen Akademie der Wissenschaften (BBAW) erstellt. Mit verbesserter Zeichenerkennungsrate und Erfassung der textformalen Struktur bis zur Absatzebene entspricht dieser nun den Anforderungen des Verbundprojekts CLARIN-D [2] und wird in dessen web- und zentrenbasierte Forschungsinfrastruktur integriert. Durch die Digitalisierung und Volltexterfassung werden somit völlig neue Möglichkeiten der Beforschung historischer Bestände in Bibliotheken erschlossen. Am Beispiel der „Grenzboten“ wurden automatisierte Methoden zur Nachbearbeitung von OCR-Volltexten und aktuelle Software-Werkzeuge erprobt, dokumentiert und evaluiert, so dass die Ergebnisse verbesserter Textgenauigkeit von OCR-Volltexten in der Praxis informationsinfrastruktureller Einrichtungen Anwendung finden können. Die so generierten Lösungsansätze sind auch für OCR-Volltextprobleme im internationalen Raum bei nicht-Fraktur-Schriften anwendbar. ([1] Siehe das laufende von der Deutschen Forschungsgemeinschaft (DFG) geförderte Projekt „Die Grenzboten - Digitalisierung, Erschließung und Volltexterkennung einer der herausragenden deutschen Zeitschriften des 19. und 20. Jahrhunderts“ (DFG-Geschäftszeichen: INST 1200/2-1). [2] CLARIN-D ist eine Forschungsinfrastruktur zur Bereitstellung von linguistischen Daten, Werkzeugen und Diensten für die Geistes- und Sozialwissenschaften. URL: http://www.clarin-d.de). (Posterpräsentation; Raum: Ausstellung; 27. und 28. Mai 2015: 12:15 Uhr - 13:15 Uhr)
Im Rahmen der „Pilotphase zur Digitalisierung mittelalterlicher Handschriften an den deutschen Handschriftenzentren“ ist das deutsche Handschriftenportal Manuscripta Mediaevalia als nationaler Nachweis für Handschriftendigitalisate und deren Erschließungsdaten vorgesehen. Hierzu ist es erstens notwendig, den Datenbestand dieses zentralen Nachweises um die Meta-, Struktur- und Erschließungsdaten der verteilten Angebote anzureichern. Mit geringem - zusätzlichen - Arbeitsaufwand der Datenerfassung bzw. -manipulation soll so ein umfassendes Retrieval möglichst einheitlicher Erschließungsdaten erreicht werden. Zweitens wird eine nutzerfreundliche Einbindung und Präsentation sowohl der in Manuscripta Mediaevalia selbst vorliegenden als auch der verteilt vorgehaltenen Handschriftenimages angestrebt. Die Präsentation wird sich auf der Basis des aktuellen Entwicklungsstands den beiden Aspekten Retrieval und Bildeinbindung aus der konkreten Nutzerperspektive nähern. Auf diese Weise sollen die unterschiedlichen Modelle von Datenhaltung und -präsentation beschrieben und in ihrer Konsequenz für das Handling von Manuscripta Mediaevalia nachvollziehbar gemacht werden. (Session: Handschriften digital - leichter Zugang für die Forschung; Raum: Helsinki; 28. Mai 2015: 13:00 Uhr - 15:30 Uhr)
In Bibliotheken und Archiven werden die Ergebnisse der Optical Character Recognition (OCR) dem Nutzer vorwiegend als sog. schmutzige OCR, d. h. ohne weitere Nachkorrektur angeboten. Pauschal wird die Textgenauigkeit dabei mit 98-99% angegeben. Dies gilt jedoch nur für jüngere Texte mit einer vergleichsweise hohen Druckqualität. Bei älteren Texten (also vor dem 19. Jh.) sinkt diese Genauigkeit deutlich. Selbst eine Quote von 98% bedeutet, dass pro Seite (~2000 Zeichen) immerhin mit etwa 40 Fehlern zu rechnen ist, somit bis zu 40 Wörter nicht gefunden werden können. Daher ist in diesen Texten nur eine sogenannte Positivsuche möglich und lässt sich aus einem fehlenden Suchergebnis nicht sicher auf die Absenz des Wortes im Text schließen. Wissenschaftliches Arbeiten mit diesen Texten ist somit nicht solide möglich. In den letzten Jahren wurden effiziente Methoden für die Post-Korrektur und die Strukturannotation auch größerer OCR-Textbestände entwickelt. Das DFG-geförderte Deutsche Textarchiv (DTA) der BBAW, hat diese Verfahren und Workflows zur OCR-Postkorrektur von Texten des 17.-19. Jhs. an verschiedenen Textbeständen erfolgreich erprobt und weiterentwickelt. Der Vortrag wird anhand eines Projekts aus dem 19. Jh., dem Projekt Die Grenzboten (BBAW und Staats- und Universitätsbibliothek Bremen, DFG-gefördert) sowie eines Projekts zur OCR-Postkorrektur der Trauergedichte Simon Dachs (BBAW und Staatsbibliothek zu Berlin - Preußischer Kulturbesitz (SBB-PK)) zeigen, wie sich die Postkorrektur sowohl auf der Ebene der Textgenauigkeit als auch auf der der Strukturgenauigkeit verbessern lässt. Damit ergeben sich wesentlich bessere Möglichkeiten der Textauswertung. Auch die Überführung der Daten in strukturbeschreibende Metadatenformate wie METS sind damit automatisch möglich. Auf der Basis dieser Projekte soll diskutiert werden, wie im Rahmen der Massendigitalisierung eine nachfolgende Post-Korrektur von OCR-Ergebnissen effizient realisiert werden kann. (Session: Daten vernetzen und archivieren; Raum: Riga; 26. Mai 2015: 13:00 Uhr - 15:30 Uhr)
Das Thema digitale Langzeitarchivierung betrifft alle Einrichtungen, die Verantwortung für die langfristige Verfügbarkeit von Daten übernommen haben oder übernehmen werden. In dem Workshop werden die Teilnehmer anhand von mehreren konkreten Beispielen Schritt für Schritt durch den Prozess der Datenübernahme (Ingest) in ein Langzeitarchiv geführt. Die verwendeten Verfahren werden detailliert erläutert und diskutiert. Vorgestellt wird eine konkrete Vereinbarung, die für alle Sparten bzw. Disziplinen gelten kann und die den Übernahmeprozess von Daten für alle Beteiligten transparent beschreibt. Dieses generische Dokument kann auch von anderen Institutionen als Basisdokument zur Erstellung einer eigenen Policy eingesetzt werden. Durchaus erwünscht sind Anwendungsfälle der Teilnehmer, um die vorgestellten Verfahren daran nachzuvollziehen. Dadurch soll jeder in die Lage versetzt werden, die Inhalte des Workshops in die tägliche Praxis mitzunehmen. Der Workshop wird angeboten vom Kooperativen Bibliotheksverbund Berlin-Brandenburg (KOBV) und der Servicestelle Digitalisierung Berlin (digiS), die in enger Kooperation miteinander eine spartenübergreifende Langzeitarchivierungsinfrastruktur aufbauen. Er richtet sich an alle Mitarbeiter, die die digitale Langzeitarchivierung in ihren Institutionen organisieren. Grundlegende Kenntnisse des OAIS-Referenzmodells sind von Vorteil, technische Kenntnisse sind nicht erforderlich. (Session: Langzeitarchivierung: „Just SIP it - Übernahmevereinbarung zum Mitnehmen.“; Raum: Oslo; 29. Mai 2015: 09:00 Uhr - 11:30 Uhr)
Die deutschen Handschriftenzentren sowie die Träger von Manuscripta Mediaevalia wurden im Juni 2013 von der DFG beauftragt, einen nationalen Masterplan zu entwickeln, auf dessen Grundlage bei positiver Begutachtung eine neue Förderlinie zur Digitalisierung mittelalterlicher Handschriften etabliert werden soll. Die zweijährige Pilotphase wird von der BSB koordiniert; sie umfasst sieben Digitalisierungsprojekte, die an der SBB-PK, der UB Leipzig, der BSB, der WLB und der HAB angesiedelt sind. Ziel der Pilotphase ist zum einen, den erforderlichen Aufwand für die adäquate Digitalisierung und Präsentation der Erschließungsdaten präzise zu beziffern. Ein weiterer Schwerpunkt ist die Entwicklung einer Priorisierungsmatrix zur Bewertung von Förderanträgen, die in Diskussion mit der Wissenschaftsgemeinschaft und den Trägern der Informationsinfrastruktur u.a. bei zwei Tagungen im Oktober 2014 und April 2015 sowie einer Online-Umfrage entwickelt wird. Eine zentrale Rolle spielt das deutsche Handschriftenportal Manuscripta Mediaevalia, das als nationales Nachweisinstrument sowohl für Digitalisate von Handschriften als auch für die zugehörigen Meta-, Struktur- und Erschließungsdaten weiter ausgebaut wird. Das automatisierte Harvesting von Daten in MARCXML und Möglichkeiten der Anbindung von verstreuten Handschriftenbeständen sollen vorgestellt werden. Ein künftiges Handlungsfeld im Zuge der Anbindung des Handschriftenportals an das Semantic Web wird die Normierung der wesentlichen Sucheinstiege sein: Im Rahmen der Pilotphase wurde in Zusammenarbeit mit der GND ein Modell zur Verknüpfung werkbezogener Informationen in verteilten Webangeboten auf Basis von Linked-Data-Technologien entwickelt. Normierungsbedarf besteht ferner im Bereich der Handschriftensignaturen, die für diese unikalen Objekte als primary indentifier betrachtet werden müssen. Der Vortrag will v.a. Handschriften besitzende Institutionen über den Projektstand informieren und zur Diskussion und Kooperation einladen. (Session: Handschriften digital - leichter Zugang für die Forschung; Raum: Helsinki; 28. Mai 2015: 13:00 Uhr - 15:30 Uhr)
Diese Frage ist bei handschriftlichen Vorlagen nicht so einfach zu beantworten. Im Katalogsystem sind sie meist nicht erfasst, stattdessen kann eine Erschließung oder Verzeichnung in sehr unterschiedlichen Formen vorliegen. Neben gedruckten Katalogen bzw. Findbüchern kommen für Handschriften, Autographen oder Nachlässe eigene Systeme wie Kalliope oder archivarische Verzeichnungssysteme in Frage, wobei auch die Erschließungstiefe variiert. Diese Datenlage hat Auswirkungen auf die Arbeitsabläufe sowie die Standards, mit denen gearbeitet wird, auf die Pfade, über die die Metadaten mit den Digitalisaten zusammengeführt werden, und letztlich auf die Präsentation. Nach dem Export sollen die Metadaten der Recherche in spartenübergreifenden Portalen wie der Europeana und der Deutschen Digitalen Bibliothek dienen. Beispiele aus der Praxis zeigen Hürden und mögliche Lösungswege. (Session: Handschriften digital - leichter Zugang für die Forschung; Raum: Helsinki; 28. Mai 2015: 13:00 Uhr - 15:30 Uhr)
Die Beschäftigung mit historischen Bildquellen hat in den vergangenen Jahren in einem breiten Spektrum wissenschaftlicher Disziplinen enorm an Bedeutung gewonnen. Der steigenden Forschungsnachfrage steht jedoch nach wie vor eine ungenügende Erschließung und Zugänglichkeit der überlieferten Bilder gegenüber. Zudem werden Fotografien in den Karteien und Bilddatenbanken der Gedächtnisinstitutionen oft als auf Bildmotive (Personen, Artefakte, Bauwerke, Ereignisse) reduzierte Dokumente präsentiert. Die bildinterpretierenden Wissenschaften fragen jedoch zunehmend nach Kontextinformationen, benötigen Angaben zu den beteiligten Akteuren sowie zu den Nutzern und den „Nutzungen“. Die Deutsche Fotothek der SLUB Dresden sammelt und bewahrt fotografische Bilddokumente, insbesondere Nachlässe und Archive von Fotografen als Quellen bildwissenschaftlicher Forschung und publiziert diese im Verbund mit zahlreichen Partnern unter einer leistungsstarken Suchoberfläche, die den Autoren- und Provenienz-orientierten Erschließungsansatz wirkungsvoll unterstützt und Fotografien auch als eigenständige Gegenstände eines interdisziplinär ausgerichteten Forschungsfelds zugänglich macht. Mittels konkreter Projektergebnisse aus der spartenübergreifenden Zusammenarbeit mit Bildarchiven, Archiven, Bibliotheken und insbesondere Museen, anhand von Fotografenarchiven sowie auch und gerade anhand von Nachlässen bedeutender Forschungsreisender kann gezeigt werden, welches Forschungspotential eine angemessene Vermittlung von Informationen über die Bildträger selbst bietet, über die Urheber der Fotografien, über Sammlungskontexte sowie über die Entstehung und Nutzung von Bildquellen. Im Sinne eines Best Practice Berichts sollen Strategien und Verfahren der kooperativen Retro-Digitalisierung vorgestellt werden, die in ein mediengerechtes, standardkonformes (Schnittstellen, Normdaten, Geokoordinaten etc.), für bildgebende Institutionen wie Forschende gleichermaßen attraktives Angebot münden. (Session: Sammlungen in Hochschulen und Bibliotheken; Raum: Istanbul; 27. Mai 2015: 16:00 Uhr - 18:00 Uhr)