KVAN10 - Catch+, Schratch+ ... Schratch4All - Henny van Schie
-
Upload
kvandagen -
Category
Technology
-
view
716 -
download
2
Transcript of KVAN10 - Catch+, Schratch+ ... Schratch4All - Henny van Schie
![Page 1: KVAN10 - Catch+, Schratch+ ... Schratch4All - Henny van Schie](https://reader033.fdocument.pub/reader033/viewer/2022052412/5582ee02d8b42a32168b4879/html5/thumbnails/1.jpg)
Catch+, Scratch+, … Scratch4All
duizend jaar geschiedenis ligt op honderdkilometer plank van hetde geschiedenis dijt uit, jaarlijks met kilometers
![Page 2: KVAN10 - Catch+, Schratch+ ... Schratch4All - Henny van Schie](https://reader033.fdocument.pub/reader033/viewer/2022052412/5582ee02d8b42a32168b4879/html5/thumbnails/2.jpg)
Catch+, Scratch+, ... Scratch4All
Doel
SCRipt Analysis Tools for the Cultural Heritage
"Googelen" in digitale afbeeldingen van handgeschreven archiefmateriaal ....
![Page 3: KVAN10 - Catch+, Schratch+ ... Schratch4All - Henny van Schie](https://reader033.fdocument.pub/reader033/viewer/2022052412/5582ee02d8b42a32168b4879/html5/thumbnails/3.jpg)
Catch+, Scratch+, ... Scratch4All
.... ongeacht het handschrift.
19e eeuws handschrift 20e eeuws Sütterlinschrift
MAAR: de computer moet elk handschrift aanleren
![Page 4: KVAN10 - Catch+, Schratch+ ... Schratch4All - Henny van Schie](https://reader033.fdocument.pub/reader033/viewer/2022052412/5582ee02d8b42a32168b4879/html5/thumbnails/4.jpg)
Catch+, Scratch+, ... Scratch4All
Methode
• patroonherkenning van woorden en delen van woorden
•maar ... computer moet handschriften “leren” lezen
• regelmatigheden van de inhoud van teksten (statistische computerlinguistiek )
• layout-analyse
![Page 5: KVAN10 - Catch+, Schratch+ ... Schratch4All - Henny van Schie](https://reader033.fdocument.pub/reader033/viewer/2022052412/5582ee02d8b42a32168b4879/html5/thumbnails/5.jpg)
Catch+, Scratch+, ... Scratch4All
Nuttig voor archieven ?
• archieven zijn grotendeels chronologisch geordend
• inventarissen en catalogi bieden geen toegang
• digitalisering van de metadata in deze toegangen levert dus te weinig toegankelijkheid op
![Page 6: KVAN10 - Catch+, Schratch+ ... Schratch4All - Henny van Schie](https://reader033.fdocument.pub/reader033/viewer/2022052412/5582ee02d8b42a32168b4879/html5/thumbnails/6.jpg)
Catch+, Scratch+, ... Scratch4All
... want ...
• chronologische archieven zijn veelal zeer omvangrijk
• en bevatten heel veel verschillende handschriften, maar ...
![Page 7: KVAN10 - Catch+, Schratch+ ... Schratch4All - Henny van Schie](https://reader033.fdocument.pub/reader033/viewer/2022052412/5582ee02d8b42a32168b4879/html5/thumbnails/7.jpg)
Catch+, Scratch+, ... Scratch4All
... en ...
• ... chronologische archieven:
• zijn vaak wel voorzien van handgeschreven (alfabetische) indices, die
• de metadata bevatten van de documenten in die archieven opgeslagen
![Page 8: KVAN10 - Catch+, Schratch+ ... Schratch4All - Henny van Schie](https://reader033.fdocument.pub/reader033/viewer/2022052412/5582ee02d8b42a32168b4879/html5/thumbnails/8.jpg)
Catch+, Scratch+, ... Scratch4All
dus ...
• de indices scannen
• de digitale afbeeldingen “scratchen”
• de chronologische brievenseries scannen
• GEEN metadata toekennen, behoudens een nummer
• linken van de “gescratchte” metadata van de indices aan de chronologisch geordende brieven
![Page 9: KVAN10 - Catch+, Schratch+ ... Schratch4All - Henny van Schie](https://reader033.fdocument.pub/reader033/viewer/2022052412/5582ee02d8b42a32168b4879/html5/thumbnails/9.jpg)
Catch+, Scratch+, ... Scratch4All
Metadata ...
• ... elke afzonderlijke paragraaf (index entry) verwijst naar een document in de chronologische serie,
• i.c. 1903 Maart 4, No. 13
![Page 10: KVAN10 - Catch+, Schratch+ ... Schratch4All - Henny van Schie](https://reader033.fdocument.pub/reader033/viewer/2022052412/5582ee02d8b42a32168b4879/html5/thumbnails/10.jpg)
Catch+, Scratch+, ... Scratch4All
... gekoppeld aan het document
![Page 11: KVAN10 - Catch+, Schratch+ ... Schratch4All - Henny van Schie](https://reader033.fdocument.pub/reader033/viewer/2022052412/5582ee02d8b42a32168b4879/html5/thumbnails/11.jpg)
Catch+, Scratch+, ... Scratch4All
Huidige situatie
• wetenschappelijke resultaten zeer succesvol
• patroonherkenningssysteem lokaal bij RuG (AI)
• verschillende soorten bronnen zijn bewerkt
• maar:
• geen mogelijkheid om nieuwe bronnen toe te voegen en te bewerken
![Page 12: KVAN10 - Catch+, Schratch+ ... Schratch4All - Henny van Schie](https://reader033.fdocument.pub/reader033/viewer/2022052412/5582ee02d8b42a32168b4879/html5/thumbnails/12.jpg)
Catch+, Scratch+, ... Scratch4All
Gewenste situatie
• systeem beschikbaar buiten RuG-AI-omgeving
• proces beheersbaar en aanstuurbaar door deelnemende erfgoedinstellingen
• “gescratchte” bestanden raadpleegbaar in een gebruikersvriendelijke interface
![Page 13: KVAN10 - Catch+, Schratch+ ... Schratch4All - Henny van Schie](https://reader033.fdocument.pub/reader033/viewer/2022052412/5582ee02d8b42a32168b4879/html5/thumbnails/13.jpg)
Catch+, Scratch+, ... Scratch4All
Belang
• belangrijk voor erfgoedsector:• het kunnen ontsluiten van handgeschreven materiaal, op een snellere, efficiëntere manier
• belangrijk voor “het publiek”: • handgeschreven materiaal kunnen raadplegen, als ware het gedrukt
• innovatief: • een nauwelijks bestaande techniek komt beschikbaar
![Page 14: KVAN10 - Catch+, Schratch+ ... Schratch4All - Henny van Schie](https://reader033.fdocument.pub/reader033/viewer/2022052412/5582ee02d8b42a32168b4879/html5/thumbnails/14.jpg)
Catch+, Scratch+, ... Scratch4All
Belang voor Nationaal Archief
• één meter
“gescratchte” indices biedt toegang tot bijna
• 40 meter
chronologisch geordende Koninklijke besluiten, wetten en
kabinetsbrieven
![Page 15: KVAN10 - Catch+, Schratch+ ... Schratch4All - Henny van Schie](https://reader033.fdocument.pub/reader033/viewer/2022052412/5582ee02d8b42a32168b4879/html5/thumbnails/15.jpg)
Catch+, Scratch+, ... Scratch4All
… en het archief van het Kabinet der Koningin
• heeft een omvang van
(periode 1798-1988):
- 3250 strekkende meter
• en bestaat uit:
- 28.000 dozen
- met ca. 1000 pagina’s per doos
•� 28.000.000 paginas (scans)
![Page 16: KVAN10 - Catch+, Schratch+ ... Schratch4All - Henny van Schie](https://reader033.fdocument.pub/reader033/viewer/2022052412/5582ee02d8b42a32168b4879/html5/thumbnails/16.jpg)
Catch+, Scratch+, ... Scratch4All
Resultaat voor andere instellingen
• software voor doorzoekbaar maken van handgeschreven teksten, zonder volledige annotatie
• mits:
• de bron in één of slechts enkele handschriften is geschreven
• de scans van goede kwaliteit zijn
• de middelen aanwezig zijn om de computer het handschrift “aan te leren”
![Page 17: KVAN10 - Catch+, Schratch+ ... Schratch4All - Henny van Schie](https://reader033.fdocument.pub/reader033/viewer/2022052412/5582ee02d8b42a32168b4879/html5/thumbnails/17.jpg)
Catch+, Scratch+, ... Scratch4All
Planning
• definiëren gebruiksspecificaties (2009)
• contractonderhandelingen, projectplan (2010 jan.-juni)
• bouw systeemomgeving (2010 juli-okt.)
• bouw beheersmodule (2010 okt.- 2011 feb.)
• aanpassing of bouw transcriptie en zoekmodule (2011 feb.-juni)
• testen en instructie gebruik (2011 juli-dec.)
• oplevering (2011 laatste kwartaal)