V 2023

Model automatické transkripce historického dokumentu s využitím platformy Transkribus a PERO.cz

KATUŠČÁK, Dušan a Klára POHLOVÁ

Základní údaje

Originální název

Model automatické transkripce historického dokumentu s využitím platformy Transkribus a PERO.cz

Název česky

Projekt SG7/7/2023. Model automatické transkripce historického dokumentu s využitím platformy Transkribus a PERO.cz

Název anglicky

Projekt SG7/7/2023. Model of automatic transcription of a historical document using the platform Transkribus and PERO.cz

Autoři

KATUŠČÁK, Dušan (703 Slovensko, garant, domácí) a Klára POHLOVÁ (203 Česká republika, domácí)

Vydání

2023. vyd. SU OPAVA, 4 s. 1. ver. 2023

Nakladatel

SU FPF

Další údaje

Jazyk

čeština

Typ výsledku

Výzkumná zpráva

Obor

50804 Library science

Stát vydavatele

Česká republika

Utajení

není předmětem státního či obchodního tajemství

Organizační jednotka

Filozoficko-přírodovědecká fakulta v Opavě

Klíčová slova česky

Transkribus; transkripcia; umelá inteligencia; historické texty

Klíčová slova anglicky

Transkribus; transcription; artificial intelligence; historical texts

Štítky

Změněno: 12. 12. 2024 14:00, prof. PhDr. Dušan Katuščák, PhD.

Anotace

V originále

V projektu SGS byly dosaženy užitečné výsledky pro výzkum transkripce a pro vzděláváni na SU. Projekt byl zaměřen na pokračování experimentů s transkripcí rukopisného historického textu s velice slibným výsledkem. Transkribováná byla rukopisní kniha psaná německým kurentem. Výsledek transkripce je věřejne dostupný na stránce platformy Transkribus. Dále byly zkoumány možnosti automatické transkripce archivních dokumentů, ktoré jsou psány psacími stroji. (V archivech je takových materiálů ca 50-80%) 1. Provedena heuristika vhodných tiskopisných sbírek, které lze použít pro vytvoření nového přepisovacího modelu v platformě Transkribus. (Hledání bylo provedeno i v rámci praktické části diplomové práce). Výsledných 10 sbírek bylo oskenováno v archivu v Jeseníku (cca 12 stran z každé knihy), k čemuž byl použit skenovací stan ScanTent, který byl zapůjčen Slezskou univerzitou.Výsledné skeny byli poté nahrány do platformy Transkribus Expert Client. S každým dokumentem se pracovalo zvlášť. Nejprve u každé proběhla automatická segmentace, poté se manuálně přepisoval text ve zhruba 4 stran z každé knihy a  s těmi se dále pracovalo v rámci přepisů. 2. Zkoušení nového programu pro přepis dokumentů, InkCapture. Písemné hodnocení nástroje transkripce InkCapture. (Připojeno) Vybrání
 vhodného rukopisu, který lze použít pro potřeby skenu. Poté registrace uživatele v
 programu a následná práce s přepsanými skeny. Sepsáno souhrné hodnocení
ohledně celé platformy InkCapture." Nástroj PERO.cz nebyl dostupný.

Anglicky

In the SGS project, useful results for transcription research and for education at SU have been achieved. The project was focused on the continuation of experiments with the transcription of a manuscript historical text with a very promising result. A manuscript book written by a German curent was transcribed. The transcription result is publicly available on the Transkribus platform page. Furthermore, the possibilities of automatic transcription of archival documents, which are written by typewriters, were investigated. (There are about 50-80% of such materials in the archives) 1. Heuristics of suitable printed collections that can be used to create a new transcription model in the Transkribus platform have been performed. (The search was also carried out as part of the practical part of the diploma thesis). The resulting 10 collections were scanned in the archive in Jeseník (approx. 12 pages from each book), for which a ScanTent scanning tent was used, which was loaned by the University of Silesia. The resulting scans were then uploaded to the Transkribus Expert Client platform. Each document was worked on separately. First, automatic segmentation took place for each, then the text was manually transcribed in approximately 4 pages from each book and these were further worked on within the framework of transcriptions. 2. Trying a new document transcribing program, InkCapture. Written evaluation of the InkCapture transcription tool. (Attached) Selecting a suitable manuscript to use for scanning purposes. Then user registration in the program and subsequent work with transcribed scans. A summary assessment of the entire InkCapture platform has been written." The PERO.cz tool was not available.