V 2023

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

KATUŠČÁK, Dušan and Klára POHLOVÁ

Basic information

Original name

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

Name in Czech

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

Name (in English)

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 Model of automatic transcription of a historical document using the platform Transkribus and PERO.cz

Authors

KATUŠČÁK, Dušan and Klára POHLOVÁ

Edition

2023. vyd. SU OPAVA, 2023

Other information

Language

Czech

Type of outcome

Výzkumná zpráva

Field of Study

50804 Library science

Country of publisher

Czech Republic

Confidentiality degree

není předmětem státního či obchodního tajemství

Organization unit

Faculty of Philosophy and Science in Opava

Keywords (in Czech)

Transkribus,transkripcia, umelá inteligencia, historické texty

Keywords in English

Transkribus, transcription, artificial intelligence, historical texts

Tags

Změněno: 21/12/2023 11:45, prof. PhDr. Dušan Katuščák, PhD.

Abstract

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.

In English

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.