Transkribus: Ein Programm mit Ecken und Kanten!

Für alle, die meinen letzten Blog-Eintrag gelesen haben, schicke ich gleich zu Beginn eine Entwarnung voraus: Dieses Mal müsst ihr euch nicht durch eine Selbsttherapie meinerseits quälen.

Im Gegensatz zu einigen Kommilitonen studiere ich Geschichte nicht auf Lehramt und musste deshalb in meiner Studentenlaufbahn noch keinen Kurs belegen, der sich in irgendeiner Weise mit Pädagogik beschäftigt. Allerdings habe auch ich mittlerweile mitbekommen, dass bei einer Kritik sowohl positive wie auch negative Aspekte hervorgehoben werden sollen. Ich weiß jedoch nicht, ob es pädagogisch sinnvoll ist, mit den negativen oder den positiven Punkten zu beginnen. Aber: Ich bin geborener Österreicher, Schimpfen ist Volkssport, das Nörgeln liegt mir im Blut, also beginnen wir mit dem Negativen.

Transkribus hat seine Ecken und Kanten. Vor allem die Zugänglichkeit des Programms ist meiner Meinung nach ein Problem. Außerdem rechtfertigt das Ergebnis in manchen Fällen (wie diesem) die investierte Arbeit auch nicht wirklich.

Es muss gesagt werden, dass ich Transkribus in letzter Zeit (und auch für diese Recherche) vor allem bei der Arbeit mit Zeitungen benutzt habe. Außerdem bin ich alles andere als ein Profi hinsichtlich der Bedienung des Programms. Es ist durchaus denkbar, dass meine eigene Unfähigkeit zu einigen Problemen geführt hat. Aber damit wären wir wieder bei meinem größten Kritikpunkt, nämlich der Zugänglichkeit. Ich weiß schlicht und ergreifend nicht, ob es an mir liegt oder am Programm. Und auch nach einer Internetrecherche, dem Lesen von Wiki-Einträge und etwas Herumprobieren habe ich noch keine zufriedenstellenden Lösungen für einige Probleme gefunden.

Die meisten meiner Problemchen haben mit dem Layout der Zeitungen zu tun. In der anfänglichen Layoutanalyse sind mir die meisten der späteren Fehler noch nicht aufgefallen. Hier würde ich sagen, dass die Lesbarkeit des Dargestellten nicht wirklich perfekt ist. Die meisten Fehler sind mir erst nach der Texterkennung aufgefallen. Zum Beispiel, dass Überschriften nur fragmentiert erkannt wurden (Abb. 1), der Zeitungstitel teilweise gar nicht.

Abb. 1.: Innsbrucker Nachrichten vom 24. Juni 1916, Titelseite: Hier wurde die Überschrift unvollständig erkannt.

Immer wieder gibt es Transkriptionszeilen, die über mehrere Spalten gehen (Abb. 2). Aber vor allem bei Tabellen oder Werbeanzeigen stößt das Programm an seine Grenzen.

Abb. 2.: Innsbrucker Nachrichten vom 24. Juni 1916, Titelseite: In Zeile 13-10, 13-11, 13-12 wurde nicht erkannt, dass es sich um zwei unterschiedliche Spalten handelt.

In dem hier angeführtem Beispiel zeigt sich, dass sowohl das OCR-Verfahren von Adobe wie auch das von ANNO direkt das Layout deutlich besser erkennen. Wie hilfreich das bei der, nennen wir es einmal wenig vorteilhaften, Transkription im Endeffekt ist, ist eine andere Frage.

Innsbrucker Nachrichten vom 03. Dezember 1917, Seite 4: Vergleich der Texterkennung in Transkribus, ANNO und Adobe Acrobat Pro.

Die hier angesprochenen Probleme lassen sich in den meisten Fällen manuell ausbessern. Zeilen über mehrere Spalten lassen sich trennen. Fragmentierte Überschriften können als ein Textelement markiert werden. Auch das Layout für Werbeanzeigen lässt sich händisch einstellen. Lediglich bei Tabellen bin ich aktuell immer noch überfragt. Allerdings sind wir dann erneut bei der Frage, ob sich die investierte Arbeit lohnt. Denn all diese Arbeitsschritte sind aufwendig und zeitintensiv. Ich kann zum jetzigen Zeitpunkt nicht sagen, ob das Programm nach mehrmaligem händischen Ausbessern genug lernt, sodass die Fehlerfrequenz abnimmt. Die Frage, ob sich Transkribus lohnt, lässt sich somit mit einer der Standardantworten der Geschichtswissenschaft beantworten: Das hängt von der jeweiligen Fragestellung ab!

Hier muss ich jedoch eine Lanze für Transkribus brechen. Denn gerade in meiner kleinen Versuchsanordnung hat der Vergleich mit der ANNO-OCR und der von Adobe gezeigt, dass Transkribus deutlich bessere Ergebnisse liefert. Ist das Layout erst einmal richtig erkannt, so ist das Ergebnis in den meisten Fällen deutlich lesbarer als bei den anderen beiden Programmen. Gerade das OCR-Verfahren von Adobe Acrobat Pro stößt bei älteren Zeitungen schnell an seine Grenzen.

Für die Transkription in Transkribus ist sicher mehr Aufwand von Nöten als bei ANNO (wo das jeweilige Textdokument bereits existiert) und bei Adobe (wo sich das OCR-Verfahren mit nur einem Klick starten lässt). Trotzdem würde ich das Programm den beiden anderen vorziehen. Das deutlich bessere Ergebnis ist nur einer der Vorteile. Zusätzlich bietet Transkribus deutlich mehr Optionen zur Weiterverarbeitung der jeweiligen Texte. Über diese weiterführenden Möglichkeiten erlaube ich mir zum jetzigen Zeitpunkt jedoch noch kein Urteil, da ich mich in diesen Bereich erst einarbeiten muss.

Zu guter Letzt muss noch gesagt werden, dass ich mit dieser Beurteilung Transkribus eigentlich unrecht tue. Eine Beurteilung anhand der Verarbeitung von Zeitungstexten ist unfair. Denn dabei handelt es sich gar nicht um den Bereich, für den das Programm entwickelt wurde. Dafür müsste man sich eigentlich mit handschriftlichen Quellen beschäftigen. Aber auch bei der Transkription von gedruckten Quellen macht Transkribus eine gute Figur. Zumindest solange man sich von Tabellen fernhält.


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