Von der Digitalisierung zum Transkript – Erfahrungen eines “digital native”

In diesem Beitrag erfahren Sie, wie man ein analoges Textdokument zu einem digitalen Text ausarbeitet. Dabei erhalten Sie einen Einblick auf meine Erfahrungen mit dem Programm “Transkribus” und die Endresultate meiner Transkriptionen.

Basics

In diesem Abschnitt erfahren Sie die ersten Schritte meiner Arbeit. Erst einmal muss man sich als Mac Os User mit einigen Kompatibilitätsproblemen auseinandersetzen. Diese sind aber schnell überwunden.

Es gilt nach erfolgreicher Installierung das gewünschte Dokument hochzuladen und mit den optimalen Modellen zur Texterkennung, diese “Text recognition” auszuführen. Anhand dieser erhalten Sie das erste Transkript.

Digitalisierung

Da es sich in meiner Arbeit um die Verbandsmitteilungen des Jahrgangs 1952 und die Zeitschriften der Südtiroler Heimat des Jahrgangs 1953 handelt, zeugt die Methode der Layout Analyse “CITlab Advanced” und die Konfiguration von “Newspapers (Newseye)” die besten Resultate. Zur eigentlichen Texterkennung erweist sich die Methode “HTR (CITlab HTR + & PyLaia) und das Modell “Transkribus print 0.3” als beste Erkennungsmethode.

©Yves Van Goidsenoven

Führen Sie die Texterkennung aus, erhalten Sie das erste Transkript. Das Transkript ist das Resultat der künstlichen Intelligenz des Programmes, das aufgrund Ihrer gewählten Erkennungsmethode automatisch einen Text erstellt, der noch bearbeitet und optimiert werden kann.

Dieser Schritt benötigt allerdings größte Aufmerksamkeit und Präzision, damit der fertige Text ein repräsentatives Transkript sein kann. In meinem Werdegang benötigte dies den größten Zeitaufwand. Trivial, aber außerordentlich bedeutend.

Schreibfehler beziehungsweise Erkennungsfehler stellen sich als größte Herausforderung bei der Texterkennung heraus. Diese müssen manuell korrigiert werden. Auffallend sind auch einige Textstellen die das Programm nicht perfekt erkennen kann. Es kann tatsächlich zu Fehlern kommen, in denen das Programm Textstellen miteinander kombiniert, obwohl es sich, so ist es selten in meinen Ergebnissen aufgetaucht, um 2 Spalten von Text handelt. Das bedeutet, das Programm hat zwei Zeilen die nebeneinander verlaufen, als eine registriert.

Nach manuellem Eingriff sind diese Textregionen aber schnell behoben. Meinerseits ist zu erwähnen, dass sich dies in einigen Fällen als kompliziert herausgestellt hat. Ob dies an der Kompatibilität mit Mac OS liegt oder an meinen noch nicht ausgereiften “Skills” mit Transkribus, ist bisweilen unklar.

Das Transkript: Was nun?

Haben Sie Ihr Transkript fertiggestellt, ist dies bereit zum Exportieren. Dies ist machbar über den “Server export” oder “Client export”. In meinem Fall habe ich entschieden, es lokal herunterzuladen und zu speichern (“Client export”). In diesem Schritt wählen Sie das transkribierte Dokument aus und entscheiden sich für die gewünschte Art der Datei.

©Yves Van Goidsenoven

Jetzt lassen Sie das Dokument in Ihrem gewünschten Format exportieren, hier also eine TXT-Datei. Hiermit haben Sie die Digitalisierung eines Textes und die Transkription abgeschlossen. Im Werdegang meiner Arbeit habe Ich anhand der Angaben meines Kurses UE Quellenkunde und Hilfswissenschaften: Digitale Quellen und Analysen weitere Schritte, nach der Transkription unternommen um noch verfeinerte Ergebnisse zu erwirtschaften.

Daten, Daten, Daten…

Jetzt häufen sich die Fragen: Nun, was machen Sie jetzt mit diesen gewonnenen Daten? Wozu gebrauchen wir diese? Wieso Transkribus? In diesem letzten Abschnitt bekommen Sie Antworten zu allen Ws.

Mit den gewonnenen Daten können Sie recht vieles machen. In unserem Kurs haben wir die “Files” genützt, um daraus Ergebnisse zum Gebrauch der digitalen Analyse und des Sprachgebrauchs zu ziehen. Weiter ist es nützlich, um Filter anzuwenden und verschiedene in dem “Language Processing” Programm Nopaque Wortstämme zu extrahieren.

Hier sehen Sie als Beispiel die rohe Datenmenge, also “raw data”.

@Yves Van Goidsenoven
©Yves Van Goidsenoven

“Transkribus” ist als nützliches Programm ein intuitives Tool. Die Universität Innsbruck arbeitet eng zusammen mit READ-COOP SCE als Kooperative. Wichtig zu erwähnen ist, dass “Transkribus” von der Universität Innsbruck stammt. Dies bedeutet, dass das Programm in Zusammenarbeit einer Kooperative, angeführt von der UIBK entwickelt wurde. Es bietet sich also an, dass Studenten der UIBK mit “Transkribus” lernen und weiter ihre “Skills” polieren können.


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