Digital resources in the Social Sciences and Humanities OpenEdition Our platforms OpenEdition Books OpenEdition Journals Hypotheses Calenda Libraries OpenEdition Freemium Follow us

Grand Tour digital – Bearbeitungsstatus (August bis Oktober 2022)

Nachdem ich in einem ersten Beitrag das Projekt und den zu bearbeitenden Quellenkorpus vorgestellt habe, möchte ich nun mit einem Überblick der erledigten Aufgaben der ersten Monate – August bis Oktober 2022 – fortsetzen. Einleitend sei gesagt, dass diese Blogbeiträge zum Bearbeitungsstatus in regelmäßigen Abständen den Verlauf des Projekts dokumentieren und neben Zwischenergebnissen der teilautomatisierten Transkription auch auf Probleme und offene Fragen verweisen, die bei der Textbearbeitung mit Transkribus auftauchen. Die Blogeinträge fassen den aktuellen Arbeitsfortschritt zusammen und dokumentieren ihn anhand von einzeln herausgearbeiteten und präsentierten Arbeitsschritten.

Screenshot der Webseite Grand Tour digital (HAB Wolfenbüttel).

Testlauf in Transkribus Lite

Das Projekt startete Anfang August mit dem Durchlauf einer ersten Testseite in Transkribus Lite unter Anwendung eines vorliegenden und öffentlich zugänglichen Modells für die deutsche Kurrentschrift (in unserem Fall mit Transkribus German handwriting M1). Die Testseite stammt aus dem Tagebuch des Apothekers Wagener und zeigt seine Reiseroute von Wolfenbüttel bis Orléans mit der jeweiligen Entfernung (Maßangabe vermutlich in Meilen oder Lieue). Ziel dieser Testseite war es, herauszufinden, wie das Programm auf die Anzeigequalität der aus einer PDF-Datei generierten Bilddateien sowie auf die Handschrift des Reisenden reagiert – die Erkennung des Schriftbildes stand dabei im Vordergrund, weniger die der optischen Textstruktur (hier in Form einer Tabelle).

Überblick der Ergebnisse der Testseite in Transkribus Lite

In Bezug auf Wageners Handschrift und deren automatisierte Erkennung zeigt die Testseite folgende Ergebnisse:

Formal:

Die Liste wird nicht als solche oder in Tabellenformat gelesen. Durch die großen Abstände werden die Seitenzahlen als eigenes Element identifiziert und als separate Zeile transkribiert, wodurch die Reihenfolge teilweise durcheinanderkommt. Neben den Textelementen auf der exemplarischen Manuskriptseite wird von dem Programm auch das dem Digitalisat beiliegende Risslineal mit Rissbreitenskala und Maßstab mit Farbreferenz sowie der Quellenverweis als Handschrift identifiziert und transkribiert. Dies mag daran liegen, dass ein an einer Handschrift eingeübtes Modell die Computerschrift nicht als solche erkennen kann.

Inhaltlich:

In der Testseite scheint die Anwendung des ausgewählten Modells auf Wageners Handschrift noch sehr fehlerhaft zu sein: einzelne Buchstaben werden falsch gelesen, die Groß- und Kleinschreibung wird nur teilweise erkannt, Zahlen werden in der Regel jedoch richtig transkribiert. Besonders fällt auf, dass auch sich wiederholende Wörter teils richtig, teils falsch gelesen werden (z. B. die Ortsnamen Frankfurt, Straßburg und Lyon), dabei reicht auch bei sich wiederholenden Wortelementen die Fehlerquote von einzelnen Tippfehlern bis hin zu ganz anderen Begriffen. Generell ist aus den Ergebnissen dieser Testseite anzunehmen, dass Eigen- und Ortsnamen eine höhere Fehlerquote aufweisen als die restlichen Textbausteine.

Screenshot der ersten transkribierten Seite des Reiseberichts von Wagener in Transkribus.

Aufgrund der noch hohen Fehlerquote in der Testseite haben wir im Team uns dazu entschlossen, die ersten zwanzig Manuskriptseiten der jeweiligen Reiseberichte händisch in Transkribus zu transkribieren um damit ausgehend von einem bereits bestehenden Modell ein neues, der Handschrift angepasstes Schriftmodell zu erstellen. Hierfür konzentrieren wir uns in erster Linie auf den Haupttext; Seitenzahlen und Archivarische Anmerkungen bzw. Notizen wurden nicht mit übernommen. Die Transkription des Textes ist dabei so nah am Original wie möglich um zusätzliche Fehler zu verhindern. Gleich der Beispielseite wurden in den vergangenen Wochen auch die folgenden Seiten transkribiert und Korrektur gelesen.

Während dieser Transkriptionsarbeit wurden gleichzeitig die Besonderheiten und Merkmale des Schriftbildes von Wagener herausgearbeitet und für die Festlegung der Editionsrichtlinien dokumentiert. Dies betraf u. a. die Groß- und Kleinschreibung, Sonderzeichen, Brüche, Hoch-/Tiefstellung von Wortelementen, Abkürzungen, Nachträge, Wortwiederholungen und Rechtschreibfehler. In den vorgearbeiteten Manuskriptseiten wurden zudem mit Hinblick auf die Onlineedition inhaltliche Elemente wie etwa Personen, Orte und Datumsangaben, aber auch besondere Textmerkmale wie Hervorhebungen durch den Autor, Zeilentrennungen und Abkürzungen als Metadaten getaggt. Im Anschluss soll für die weitere Bearbeitung der Handschrifte(n) diese Arbeit auch soweit wie möglich mithilfe von named entity recognition automatisiert werden.

Nächste Schritte

In der kommenden Zeit wird nun ein bereits bestehendes Modell auf die vorliegende Handschrift angepasst und daran anschließend werden die restlichen knapp hundert Seiten des Reiseberichts automatisch Stück für Stück transkribiert und mit den erarbeiteten Transkriptionsrichtlinien korrigiert. Meine Kolleg*innen und ich sind sehr gespannt, wie sich die Fehlerquote von der Testseite verändert und ob sich die Annahme der höheren Fehlerlastigkeit bei Eigen- und Ortsnamen bestätigt.


OpenEdition schlägt Ihnen vor, diesen Beitrag wie folgt zu zitieren:
Angela Göbel (14. November 2022). Grand Tour digital – Bearbeitungsstatus (August bis Oktober 2022). Grand Tour digital. Abgerufen am 29. April 2025 von https://doi.org/10.58079/vk8e


Angela Göbel

Wissenschaftliche Mitarbeiterin an der Herzog August Bibliothek Wolfenbüttel und Bearbeiterin des DFG-Projekts Grand Tour digital. Digitalisierung, Erschließung und Visualisierung frühneuzeitlicher Selbstzeugnisse von Bildungsreisen unter Anwendung teilautomatisierter Editionsverfahren (Laufzeit 2022 bis 2025).

Das könnte dich auch interessieren …

Schreibe einen Kommentar

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

This site uses Akismet to reduce spam. Learn how your comment data is processed.