Digital Kaiser-Jäger – Episode 4: Transkribus Unitis!

In Episode 3 (https://dhuibk.hypotheses.org/4616) haben wir bereits einen kleinen Einblick in das Programm Transkribus und die ersten Layout-Analysen geliefert. Hier schauen wir uns jetzt die Transkription in zwei unterschiedlichen Schritten an, um diese dann schlussendlich in verwendbaren Dateien auszugeben. 

„Text Recognition“ 

Nachdem wir in unseren Zeitungen das Layout für unsere Transkription bestimmt und durchgespielt haben, geht es jetzt an die Texterkennung. Hierfür begeben wir uns in das Feld „Tools“ und orientieren uns an der Unterüberschrift „Text Recognition“, also die Texterkennung. Um nun den Text in unseren Quellen „abbauen“ zu können, haben wir im Kurs zwei verschiedene Methoden kennengelernt. Zum einen die OCR-Erkennung von Transkribus selbst und zum anderen die ONB Newseye Version. 

Wir schreiben den 5. September 1863. „Die Bewohner Innsbrucks“ werden aufgerufen, ihre Häuser für die anstehende 500-Jahresfeier der Vereinigung Tirols mit Österreich zu schmücken… 

Bearbeitung mit ONB – Newseye
Bearbeitung mit OCR – Transkribus

Wie in Episode 3 bereits kurz angerissen ist die Texterkennung bei Fließtext ohne große Spaltenunterteilung schon sehr genau. Die Newseye-Version hat lediglich den ersten Buchstaben im ausgewählten Text verwechselt, sonst sind die beiden ident. Interessant wird es dann beim Titelblatt, wo die Newseye-Version bei schlechter Qualität des Scans genauer an das Original herankommt als die klassische Transkribus-Version. Die darauffolgende Zeile mit besserer Qualität erkennen beide Versionen dann wieder gleich gut. 

Bearbeitung mit ONB – Newseye
Bearbeitung mit OCR – Transkribus

Hier könnte man jetzt noch genauere Bearbeitungen und Feintunings durchführen, doch wir gehen bereits zum nächsten Schritt über, dem Exportieren der Ergebnisse.

 

„Export Document“

Nachdem die gesamte Sammlung von Zeitungen bearbeitet und transkribiert wurde, ist es endlich an der Zeit die Inhalte abzuspeichern. Dazu klickten wir uns ein bisschen durch die Tutorien und fanden schlussendlich den richtigen „Button“ in der ersten Zeile des Programmes: „Export Document“. Wir werden sofort gefragt, ob wir nur die eine Datei oder die ganze Kollektion ausgeben wollen. Wenn schon, denn schon… 

Die nächste Entscheidung betrifft das Format der Dateien, wo wir ja schon fast alles Mögliche auswählen können. Wir wählen das klassische WORD Format „DOCX“ aus und wollen eine „Titel page“ dazu (kleine Spielerei am Rande).

Weil es viele Seiten sind lassen wir uns nach Abschluss der Übetragung einfach einen Download-Link schicken und laden es nicht direkt herunter (was auch möglich wäre aber nur für kleinere Downloads ratsam ist) 

Nun haben wir für unsere 24 Zeitungsausgaben 24 verschiedene Ordner heruntergeladen und können auf die Inhalte in Word-Dateien zugreifen und diese noch etwas verfeinern. Bei einseitigen Zeitungen oder Quellen allgemein würden wir prinzipiell raten, alle in ein Dokument zusammenzufügen, um die Übersicht zu bewahren und leichter zwischen den Tagen/Wochen wechseln zu können. 

DOCX-Version des erkannten Textes (Newseye Version)

Das war es von uns und wir freuen uns schon auf die nächsten Aufgaben! 


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