Was kann Transkribus? Ein Erfahrungsbericht

Wer kennt das Problem nicht, das sich mitunter während der Arbeit mit historischen Quellen auftut – man findet zwar eine nützliche Quelle, ist aber nicht imstande, diese zu lesen. Das Programm Transkribus soll dem Abhilfe schaffen, indem es mithilfe eines Algorithmus Handschriften- und Texterkennung von historischen Dokumenten durchführt.

In diesem Beitrag möchte ich meine Erfahrungen mit dem Programm Transkribus mit euch teilen. Um zu verdeutlichen, wie Transkribus funktioniert, werde ich mir eine Ausgabe einer Zeitung von ANNO als PDF herunterladen.

FYI: Das Projekt ANNO ist ein Tool zur Recherche von alten Zeitungen und Zeitschriften, das von der ÖNB betrieben wird und eine unglaubliche Fülle an digitalisierten Zeitungen bietet. Ihr findet die Seite unter folgendem Link: https://anno.onb.ac.at/

Wie nutze ich Transkribus?

Um einen Zugang zu Transkribus zu erhalten, geht einfach auf diese Website, legt einen Account an und ladet euch das Programm genau nach der Anleitung herunter. Achtung: bei mir gab es zunächst ein Problem mit dem Herunterladen, da ich nicht die aktuellste Java-Version hatte, also schaut vorher, ob ihr das neueste Update auf eurem Gerät habt.

Solltet ihr alles installiert haben, könnt ihr auch schon loslegen. Nur ein kleiner Tipp am Rande: es gibt bereits einige Tutorials für den Umgang mit Transkribus im Internet, diese könnt ihr euch als Einstieg anschauen.

Der erste Schritt ist das Hochladen eines Dokuments, ich verwende als Beispiel ein PDF des Pester Lloyds vom 08. Mai 1903, da in dieser Zeitung ein Artikel über den Vulkan Tambora erschien. Zum Hochladen klickt ihr ganz oben auf das Symbol „Import document(s)“, dann müsst ihr nur noch auf Aktualisieren klicken, um das geladene PDF zu sehen.

Beispiel für ein geladenes Dokument (Screenshots von Nicole Hacksteiner)

Als nächsten Schritt wird eine Layoutanalyse durchgeführt, dazu geht ihr auf „Tools“ und wählt CITIab Advanced, anschließend klickt ihr auf „RUN“, damit Transkribus erkennen kann, wo sich ein Text befindet. Nach dieser Layoutanalyse sind alle Textstellen markiert, daher könnt ihr nun die Texterkennung durchführen. Diese Funktion befindet sich ebenfalls unter „Tools“ mit dem Namen „Text Recognition“. Als Methode habe ich Transkribus OCR gewählt, da sich dieses für eine Zeitung gut eignet. Zur Durchführung geht ihr einfach wieder auf „RUN“.

Dokument nach der Layoutanalyse und vor Durchführung der „Text Recognition“

Nach einiger Zeit seht ihr nun das Ergebnis der Texterkennung, zu Demonstrationszwecken habe ich den Artikel der Zeitung ausgewählt, in dem der Vulkanausbruch des Tambora im Jahr 1815 vorkommt. Wenn nötig, kann man diesen Text nun auch noch händisch nachbearbeiten, zudem können Annotationen hinzugefügt werden. Das bearbeitete Dokument könnt ihr jetzt links oben unter „Export Document“ in verschiedenen Formaten herunterladen.

Dokument nach Durchführung der Texterkennung – Ergebnis

Fazit:

Wie ihr seht, eignet sich Transkribus generell für die Transkription von Zeitungen, allerdings ist es fraglich, ob sich hier der zeitliche Aufwand lohnt, da diese Schrift ja eher einfach zu lesen ist. Generell muss man sich vor der Verwendung von Transkribus immer die Frage stellen, ob es sich auszahlt, die Zeit in die automatisierte Texterkennung zu investieren, da bei verschiedenen Layouts, insbesondere bei handschriftlichen Dokumenten, eine manuelle Linienziehung erforderlich ist. Außerdem dauert die Erkennung von großen Dateien mitunter sehr lange. Im Allgemeinen ist auch eine gewisse Computeraffinität von Vorteil, um ein gutes Ergebnis zu erzielen. Zudem sollte man sich zu Beginn der Nutzung genau mit der Funktionsweise vertraut machen, da die Benutzeroberfläche teilweise etwas benutzerunfreundlich gestaltet wurde. Neben der oben durchgeführten Texterkennung mittels Transkribus OCR verfügt das Programm auch über eine Handschriftenerkennung, die Handwritten Text Recognition (HTR). Obwohl das Programm neben gedruckten Schriften auch z.B. Kurrentschrift erkennen kann, ist es dennoch unerlässlich, bereits vorher Kenntnisse über das Lesen dieser Schrift zu haben. An dieser Stelle sollte nun nochmal betont werden, dass in Transkribus auch eigene Modelle zur Untersuchung von Dokumenten erstellt werden können, diese sollen laufend den Algorithmus erweitern. In diesem Sinne – viel Freude beim Ausprobieren 🙂


Das könnte dich auch interessieren …

Schreibe einen Kommentar

Deine E-Mail-Adresse wird nicht veröffentlicht. Erforderliche Felder sind mit * markiert.

Diese Website verwendet Akismet, um Spam zu reduzieren. Erfahre mehr darüber, wie deine Kommentardaten verarbeitet werden.

Suche in OpenEdition Search

Sie werden weitergeleitet zur OpenEdition Search