[Date Prev][Date Next][Thread Prev][Thread Next][Date Index][Thread Index]
[InetBib] Projekt zur Weiterentwicklung von OCR-Verfahren gestartet
- Date: Fri, 30 Oct 2015 08:52:38 +0100
- From: Elisa Herrmann <herrmann@xxxxxx>
- Subject: [InetBib] Projekt zur Weiterentwicklung von OCR-Verfahren gestartet
Liebe Kolleginnen und Kollegen,
wir möchten Sie auf folgendes Projekt aufmerksam machen:
Projekt zur Weiterentwicklung von OCR-Verfahren gestartet
Das „Koordinierungsprojekt zur Weiterentwicklung von Verfahren der Optical
Character Recognition (OCR)“ untersucht und beschreibt Verfahren der
automatischen Texterkennung. Es werden zum einen Konzepte für optimale
Workflows erarbeitet. Zum anderen sollen eine Standardisierung von
OCR-bezogenen Prozessen und deren Metadaten erreicht werden. Eines der
wesentlichen Ziele ist die konzeptionelle Vorbereitung der vollständigen
Transformation des gedruckten deutschen Kulturerbes (16. bis 19. Jh.) in eine
maschinenlesbare Form. Durchgeführt wird das Projekt von der Herzog August
Bibliothek Wolfenbüttel (HAB), der Berlin-Brandenburgische Akademie der
Wissenschaften, im Besonderen das Deutsche Textarchiv (DTA) in Berlin und der
Bayerische Staatsbibliothek (BSB) in München unter Beteiligung von Experten,
Wissenschaftlern und Bibliotheken.
In den letzten Jahren haben vor allem wissenschaftliche Bibliotheken
umfangreiche Bestände bilddigitalisiert. Der Zugriff auf den elektronischen
Volltext ist jedoch oft nicht oder nur in unzureichender Form möglich. Erst mit
Hilfe von OCR-Verfahren können aus den Bilddaten durchsuchbare Volltexte
automatisch generiert werden. Die Nutzung dieses Mehrwerts von digitalen
Volltexten ist in vielen Wissenschaftsdisziplinen, insbesondere im Bereich der
geisteswissenschaftlichen Forschung heute unverzichtbar.
In der ersten Phase werden die Projektpartner eine Koordinierungs- und
Betreuungsstruktur für Projekte der zweiten Förderphase aufbauen.
Die HAB konzentriert sich im Vorhaben auf das Projektmanagement und die
-Koordinierung sowie die Nachnutzbarkeit und Ermittlung von Qualitätsstandards
zur Prüfung der Güte bzw. Genauigkeit von OCR-Verfahren. Ansprechpartnerin ist
hier Elisa Herrmann (herrmann@xxxxxx).
In den Arbeitspaketen des DTA werden Standards und Richtlinien für die Bereiche
Formate, Text- und Strukturgenauigkeit, Referenzkorpora sowie Trainingsmaterial
konzipiert und erstellt. Darüber hinaus behandeln sie Fragen zu Werkzeugen für
die Volltexterkennung großer Mengen historischer Werke mittels OCR-Verfahren.
Ansprechpartner sind hier: Matthias Boenig und Kay-Michael Würzner
(ocrd@xxxxxxx).
Die BSB erarbeitet eine Auswahl historischer Textkorpora auf Basis der
vorliegenden VD-Digitalisierung. Des Weiteren werden bereits etablierte
Workflows für die OCR-Bearbeitung historischer Texte identifiziert und geprüft,
um so einen weitgehend standardisierten Workflow zu konzipieren, der
nachgenutzt und individualisiert werden kann. Im dritten Arbeitspaket
konzentriert sich die BSB auf die Langzeitarchivierung und Persistenz der
OCR-Daten. Ansprechpartner ist hier Sebastian Mangold
(sebastian.mangold@xxxxxxxxxxxxxxx).
Am Ende des Gesamtvorhabens (einschließlich Phase 2) soll ein konsolidiertes
Verfahren zur OCR-Verarbeitung von Digitalisaten des gedruckten deutschen
Kulturerbes des 16. bis 19. Jh. erarbeitet sein. Die Projektdokumentation soll
Antworten auf technische, informationswissenschaftliche und organisatorische
Probleme bieten.
Das Projekt startete am 01.09.2015 und wird von der Deutschen
Forschungsgemeinschaft (DFG) gefördert.
Mit freundlichen Grüßen,
Elisa Herrmann
Projektkoordination OCR-D
Herzog August Bibliothek Wolfenbüttel
Lessingplatz 1
38304 Wolfenbüttel
Tel. +49 5331/808-306
Email herrmann@xxxxxx
Elisa Herrmann
Projektkoordination OCR-D
Herzog August Bibliothek Wolfenbüttel
Lessingplatz 1
38304 Wolfenbüttel
Tel. +49 5331/808-306
Email herrmann@xxxxxx
Listeninformationen unter http://www.inetbib.de.