Vestigia Scriptorium
Artikel
Ground Truth erstellen, HTR-Modelle trainieren und historische Handschriften auswerten. Praktische Anleitungen für Transkribus, eScriptorium und Kraken.
Training von HTR-Modellen zur Erkennung historischer Handschriften
Handschriftliche Texterkennung (HTR) ist eine Technologie zur automatischen Erkennung von handgeschriebenem Text aus digitalen Dokumentenbildern. Im Gegensatz zur klassischen OCR, die sich in der Vergangenheit hauptsächlich auf gedruckte Dokumente konzentrierte, muss HTR mit einer deutlich größeren Variabilität von Zeichen, Wörtern und ganzen Schreibstilen arbeiten. Derselbe Buchstabe kann in einem Manuskript viele Formen annehmen, und sein Aussehen variiert nicht nur zwischen den einzelnen Schreibern, sondern auch je nach den umgebenden Zeichen, dem verwendeten Schreibgerät, dem Entstehungszeitraum des Dokuments oder dem physischen Zustand des Originals.
Artikel lesen HTR · 02Praktische Anleitung: So trainieren Sie Ihr erstes HTR-Modell
Für die Erstellung Ihres eigenen handschriftlichen Texterkennungsmodells (HTR) sind keine Programmier- oder maschinellen Lernkenntnisse erforderlich. Das Grundprinzip besteht darin, dass wir dem System eine ausreichende Anzahl von Bildern von Handschriftzeilen zusammen mit deren korrekter Transkription zur Verfügung stellen. Dieses Paar – das Bild des Dokuments und seine verifizierte Transkription – bildet das sogenannte Ground Truth (GT), also die Referenzdaten, aus denen das Modell lernt.
Artikel lesen HTR · 03Praxisbeispiel: Ein HTR-Modell für einen Archivband erstellen
Stellen wir uns vor, wir hätten ein digitalisiertes 300-seitiges Grundbuch. Das Buch entstand über mehrere Jahrzehnte und enthält Einträge mehrerer Schreiber. Das Ziel besteht nicht darin, eine diplomatische Ausgabe der gesamten Quelle zu erstellen, sondern eine ausreichend hochwertige automatische Transkription zu erhalten, in der nach Personennamen, Ortsnamen, Hofnummern und anderen Daten gesucht werden kann.
Artikel lesen HTR · 04Eine Testumgebung für die Arbeit mit HTR vorbereiten
Bevor wir mit der Erstellung unseres eigenen Ground Truth und dem Training des HTR-Modells beginnen, empfiehlt es sich, eine separate Testumgebung vorzubereiten, in der wir sicher mit digitalisierten Dokumenten, Modellen und individuellen Werkzeugeinstellungen experimentieren können.
Artikel lesen