Transkribieren per Computer: Von ANNO zu Transkribus
Hallo, geschätzte LeserInnen, mein Name ist Harald und ich freue mich, euch meinen ersten Beitrag auf diesem Blog zu präsentieren. Ich bin Geschichtsstudent an der Universität Innsbruck und wurde im Zuge der Lehrveranstaltung “Quellenkunde und Hilfswissenschaften: Digitale Quellen und Analysen” dazu aufgefordert, einen Blogpost zu meiner Erfahrung mit ANNO und Transkribus zu erstellen. Ich werde zunächst den Ablauf des Arbeitsauftrages, im Zuge dessen ich mit Transkribus gearbeitet habe, darstellen, bevor ich abschließend meine persönliche Meinung zu ANNO und Transkribus wiedergeben werde.
Doch zunächst stellt sich die Frage: Was sind ANNO und Transkribus denn eigentlich? ANNO ist ein Projekt der Österreichischen Nationalbibliothek, bei dem historische österreichische Zeitungen digitalisiert und online zugänglich gemacht werden. Dies ist gerade für Geschichtswissenschaftler interessant, da es den Zugriff auf Zeitungen der Vergangenheit stark vereinfacht. Transkribus wiederum ist ein Programm, welches Texte – in unserem Fall alte Zeitungen – transkribieren kann. Dies erspart uns, die Texte mühsam selbst zu transkribieren – ein Segen, wenn man bedenkt, dass wir für die Lehrveranstaltung alle Ausgaben eines Monats bearbeiten mussten. Es sei zu erwähnen, dass die Mehrheit der Arbeitsprozesse von Transkribus nicht auf dem eigenen Computer, sondern auf einem Server durchgeführt wird – somit musste der Computer während der Verarbeitung der Zeitungen nicht eingeschalten sein.
Der erste Schritt bestand daraus, eine Zeitung auszuwählen. Meine Wahl fiel auf die Wiener Zeitung, genauer gesagt auf die Ausgaben vom September 1919. Die Navigation auf der Webseite von ANNO war recht einfach, lediglich der Download der Zeitungen war etwas zeitaufwändig. Bei genauerer Betrachtung fiel mir auf, dass die Zeitung eine Frakturschrift verwendete, welche teilweise schwer zu lesen war – es kam die Frage auf, ob Transkribus damit überhaupt zurecht käme.
Der nächste Schritt war die Installation von Transkribus, gefolgt vom Hochladen der Zeitungen. Beides lief problemlos, das Hochladen war allerdings zeitaufwändig. Glücklicherweise konnten mehrere Dokumente hierfür ausgewählt werden, die dann nacheinander geuploaded wurden – so muss der Nutzer nicht warten, bis der Prozess für ein Dokument beendet ist, um dass nächste auszuwählen.
Nun, da alle Dokumente hochgeladen waren, konnte die eigentliche Bearbeitung beginnen; zunächst war eine Layoutanalyse notwendig. Hierbei stellt Transkribus fest, wo auf der Zeitung sich Texte befinden. Der Prozess dauert eine Weile – zumal hier einige Zeitungen zu bearbeiten waren – der User kann allerdings mehrere solche Analysen gleichzeitig in Auftrag geben, während er selbst seine Zeit produktiver verbringen kann.

Nach einer erfolgreichen Layoutanalyse bestand der nächste Schritt daraus, ein Texterkennungsprogramm zu benutzen, um den Text zu transkribieren. Hierfür wurde eine Methode namens OCR (optical character recognition) benutzt. Hierbei musste auch angegeben werden, um welche Art von Schrift es sich handelt – in unserem Falle war die Option “Gothic” zu wählen. Ich gab die Transkribtionen am Abend in Auftrag und konnte das Ergebnis am darauffolgenden Tag begutachten.
Unglücklicherweise hatte das Programm beim Erkennen der Schrift einige Probleme gehabt, weshalb Teile der Transkribtion nur ein Haufen von Zahlen, Buchstaben und Satzzeichen war. Bei Betrachtung des ursprünglichen Textes ist leicht zu erkennen, warum dies geschehen war: die Schrift war auch für einen Menschen kaum leserlich, stellenweise war sie leicht verschmiert oder verblasst. Es sei zu erwähnen, dass im Zuge des Projektes NewsEye ein Trainingsmodell erarbeitet wurde, dass für historische deutsche Zeitungen konzipiert wurde und vermutlich ein besseres Ergebnis erzielen würde; hierzu kann ich nichts Genaueres sagen, da ich es selbst noch nicht getestet habe.

Trotz den Problemen mit der Texterkennung muss ich abschließend feststellen, dass Transkribus ein praktisches Programm ist. Die Automatisierung der Transkribtion spart eine Menge Arbeit und die Probleme lassen sich vermutlich mit einem ausgereiften Trainingsmodell wie das von NewsEye lösen. Die Bedienung ist relativ simpel – zumal uns Erklärungsvideos zur Verfügung standen – und die Tatsache, dass ein Programm die Schrift der Zeitung überhaupt erkennen kann, ist beeindruckend. Zweifelsohne werde ich das Programm erneut benutzen, sollte ich jemals wieder mit historischen Texten arbeiten müssen. Bezüglich ANNO habe ich keine Beschwerden, die ich äußern könnte; der Zugriff auf Zeitungen über das Internet wird sich vermutlich im Laufe meines weiteren Studiums noch öfter als nützlich erweisen.
Ich hoffe, dass dieser Blogeintrag für alle LeserInnen interessant war, und werde mich in nicht allzu ferner Zukunft wieder melden. Nächstes mal geht es um Voyant-Tools. Bis dahin verabschiede ich mich und wünsche euch alles Gute.
Mit freundlichen Grüßen,
Harald