Revolutie in handschriftherkenning: nieuwe mogelijkheden voor onderzoek!

Revolutie in handschriftherkenning: nieuwe mogelijkheden voor onderzoek!

Onderzoekers van de Universiteit van Passau hebben een innovatief project gelanceerd over foutmethodologie bij automatische handschriftherkenning. Professoren Malte Rehbein en Alexander Werth leiden het project, dat deel uitmaakt van de ‘Awakening’-financieringslijn van de Volkswagen Foundation. De projectduur loopt van 2025 tot 2027 en heet ‘Methodologie van het onnauwkeurige’.

Het centrale doel van dit project is om te onderzoeken in hoeverre onjuiste gegevens wetenschappelijk werk mogelijk kunnen maken. Er wordt gebruik gemaakt van automatisch getranscribeerde historische manuscripten uit concilienotulen uit de 17e tot 19e eeuw, die een nauwkeurigheid van ongeveer 90% hebben. Het project zal deze transcripties vergelijken met handmatig getranscribeerde gegevens, waardoor een nauwkeurigheid van 100% wordt bereikt.

Wetenschapscentrum “Methodikum”

Het project maakt deel uit van het wetenschapscentrum “Methodikum”, opgericht door leerstoelen voor meertalige computerlinguïstiek, computationele geesteswetenschappen en Duitse taalkunde. Het doel van het “Methodikum” is fundamenteel methodologisch onderzoek in de geesteswetenschappen en de ondersteuning van computerondersteunde en digitale methoden.

De relevantie van automatische handschriftherkenning wordt ook onderstreept door de uitdagingen waarmee machines worden geconfronteerd. Mensen kunnen handschriften ontcijferen, terwijl dit vermogen voor machines veel complexer is. Tobias Hodel van het Rijksarchief van Zürich rapporteert over de vooruitgang op het gebied van geautomatiseerde handschriftherkenning in projecten zoals READ, dat wordt gefinancierd door de Europese Commissie en tot doel heeft grote hoeveelheden handgeschreven documenten te transcriberen.

Technologische ondersteuning en ontwikkelingsniveau

Een centraal hulpmiddel in deze context is de gratis Transkribus-software, die niet alleen automatische herkenning en transcriptie mogelijk maakt, maar ook het doorzoeken van historische documenten. Deze software heeft zichzelf bewezen als een waardevol hulpmiddel voor archieven, bibliotheken en documentatie-instellingen.

Het gebruik van Transkribus vereist het creëren van trainingsgegevens via handmatige transcriptie, wat tijdrovend is maar de kwaliteit van de herkenning aanzienlijk kan verbeteren. Uit de huidige resultaten blijkt dat sommige softwaremodellen een Character Error Rate (CER) van minder dan 1% kunnen bereiken, wat een opmerkelijke nauwkeurigheid vertegenwoordigt voor specifieke tekstcorpora. Transkribus biedt ook verschillende tools om uw eigen modellen te maken, aangepast aan de respectievelijke behoeften van de gebruiker.

Naarmate de technologie vordert, zijn er de afgelopen jaren aanzienlijke verbeteringen opgetreden in de handschriftherkenning. De kwaliteit van de automatische transcripties hangt vooral af van het gebruikte lettertype en het aantal gebruikte handen. Ondanks deze vooruitgang blijft de uitdaging bestaan ​​dat machines er momenteel niet in slagen een foutenpercentage van 0% te bereiken, terwijl aanvaardbare niveaus voor menselijke transcripties onder de 10% liggen.

Over het geheel genomen laat de ontwikkeling op het gebied van geautomatiseerde handschriftherkenning zien hoe de combinatie van menselijke en machinale intelligentie het wetenschappelijk werk kan verrijken en de digitalisering van historische bezittingen aanzienlijk kan bevorderen. De toenemende efficiëntie van transcriptie, ondersteund door HTR-technologie, opent nieuwe mogelijkheden voor historisch onderzoek en de ontwikkeling van waardevolle informatie uit archiefmateriaal. Samenwerking tussen wetenschappers en moderne technologieën heeft het potentieel om het onderzoek in de geesteswetenschappen radicaal te veranderen.

Voor meer informatie en inzichten in de technische aspecten van handschriftherkenning, zie de projectpagina's Universiteit van Passau, DHC En Bop aanbevolen.