impact demo dag intro hildelies balk

Click here to load reader

Post on 14-Jun-2015

785 views

Category:

Education

1 download

Embed Size (px)

DESCRIPTION

Presentation given on the KB IMPACT Demo Day on 16 February 2011 in The Hague.

TRANSCRIPT

  • 1. IMPACT is supported by the European Community under the FP7 ICT Work Programme. The project is coordinated by the National Library of the Netherlands.IMPACT Demo Dag KB 16 februari 2011 Twitter: #impactdemo Hildelies Balk, Project Director

2. IMPACT is supported by the European Community under the FP7 ICT Work Programme. The project is coordinated by the National Library of the Netherlands.Introductie De uitdaging en het ontstaan van het project Het IMPACT Consortium De IMPACT Visie De IMPACT oplossingen KB in IMPACT Overzicht van de Demo dagHildelies Balk Intro IMPACT Demo Dag KB 16-02-2011 2 3. IMPACT is supported by the European Community under the FP7 ICT Work Programme. The project is coordinated by the National Library of the Netherlands.Achtergrond: Massadigitalisering in de KB Uit beleidsplan: KB IN 2013: 10% van alle Nederlandse boeken, kranten en tijdschriften gedigitaliseerd (75 miljoenpaginas) Full text collecties zo aangeboden dat zij direct gebruikt kunnen worden door onderzoekers 20 miljoen gebruikers per jaar komen bij zoekactie uit op KB-informatie Uitdaging Groot deel van de gedigitaliseerde collectie voor 1900 Gedrukte tekst wordt omgezet naar een werkelijk digitale tekst door middel van OCR (opticalcharacter recognition) Huidige software voor OCR geeft geen goed resultaat voor historische tekst soms al voor1950 Heel veel problemen, varierend van oude lettertypen en beschadigd materiaal tot complexestructuur en spellingsvarianten Hildelies Balk Intro IMPACT Demo Dag KB 16-02-2011 3 4. IMPACT is supported by the European Community under the FP7 ICT Work Programme. The project is coordinated by the National Library of the Netherlands.Uitdaging: OCR van historische tekst voldoet nietVVt Venetien den 1.Junij, Anno 1618.DJgn i f paffato te S aJifeert mo?en/bah .)etgiuotbciraetail)i.r/JtmelchontDecht te /sbnbe bele btr felbrr geiufttceert baer bnber eeniglje jprant o^fen/bie ftcb .metbeSpaenfcbeu enbeeemgljen bifet Cbeiiupcen berbonbru befeHildelies Balk Intro IMPACT Demo Dag KB 16-02-2011 4 5. IMPACT is supported by the European Community under the FP7 ICT Work Programme. The project is coordinated by the National Library of the Netherlands.Uitdaging: scans van historische documentenHildelies Balk Intro IMPACT Demo Dag KB 16-02-2011 5 6. IMPACT is supported by the European Community under the FP7 ICT Work Programme. The project is coordinated by the National Library of the Netherlands.Uitdaging: Spellingsvarianten, historische verbuigingen, ennog veel meer..Historical variants of the Dutch word wereld (world):werelt weerelt wereld weerelds wereldt werelden weereld werrelts waerelds weerlytwereldts vveerelts waereld weerelden waerelden weerlt werlt werelds sweerelszwerlys swarels swerelts werelts swerrels weirelts tsweerelds werret vverelt werltswerrelt worreld werlden wareld weirelt weireld waerelt werreld werld vvereld weereltswerlde tswerels werreldts weereldt wereldje waereldje weurlt wald weledHildelies Balk Intro IMPACT Demo Dag KB 16-02-2011 6 7. IMPACT is supported by the European Community under the FP7 ICT Work Programme. The project is coordinated by the National Library of the Netherlands.Uitdaging voor de instelling: gebrek aan kennis en ervaring het wiel wordt steeds weer uitgevondenHildelies Balk Intro IMPACT Demo Dag KB 16-02-2011 7 8. IMPACT is supported by the European Community under the FP7 ICT Work Programme. The project is coordinated by the National Library of the Netherlands.Ontstaan van het project in 2007 Problemen gelden voor alle collectiehouders die historische tekst digitaliseren Internationale samenwerking bij oplossing ligt voor de hand 2007: EU lanceert Zevende Kaderprogramma voor Research & Development met visie op Europese Digital Library: alle erfgoed digitaal online Subsidie voor projecten die hieraan bijdragen Groep van bibliotheken, universiteiten en bedrijven vormt consortium en dient voorstel in Gehonoreerd door EU Start 1 januari 2008Hildelies Balk Intro IMPACT Demo Dag KB 16-02-2011 8 9. IMPACT is supported by the European Community under the FP7 ICT Work Programme. The project is coordinated by the National Library of the Netherlands.Ontstaan van het project in 2007BRAINSTORM in KB FEBRUARI 2007Hildelies Balk Intro IMPACT Demo Dag KB 16-02-2011 9 10. IMPACT is supported by the European Community under the FP7 ICT Work Programme. The project is coordinated by the National Library of the Netherlands.Het IMPACT Consortium 8 bibliotheken 6 Universiteiten & Onderzoekcentra National Library of the Netherlands (KB) Dutch Institute for Lexicology (INL) The British Library (BL) National Centre for Scientific Research Bibliothque nationale de France (BNF)Demokritos (NCSR) German National Library (DNB) University of Salford (USAL) Bavarian State Library (BSB) University of Munich (CIS group) Gttingen State and University Library University of Innsbruck (InfMath group) (UGOE) University of Bath (UKOLN) Austrian National Library (ONB) University of Innsbruck Library (UIBK)* 2 Bedrijven IBM (Haifa Research Lab) ABBYY (Moscow)Hildelies Balk Intro IMPACT Demo Dag KB 16-02-2011 10 11. IMPACT is supported by the European Community under the FP7 ICT Work Programme. The project is coordinated by the National Library of the Netherlands.IMPACT Consortium uitbreiding 2010 Bibliotheken Universiteiten & Onderzoekcentra National Library of Spain (BNE) ATILF / University of Nancy (ATILF) National Library of Bulgaria (NLB) University of Alicante (UA) National and University Library of Slovenia Poznan Supercomputing Centre (PSNC) (NUK) University of Warsaw (UW DFL) National Library of the Czech Republic Bulgarian Academy of Sciences (BAS) (NKC) Joef Stefan Institute (JSI) Biblioteca Virtual Miguel de Cervantes Charles University Prague (CUP) (BVC) Hildelies Balk Intro IMPACT Demo Dag KB 16-02-2011 11 12. IMPACT is supported by the European Community under the FP7 ICT Work Programme. The project is coordinated by the National Library of the Netherlands.Hildelies Balk Intro IMPACT Demo Dag KB 16-02-2011 12 13. IMPACT is supported by the European Community under the FP7 ICT Work Programme. The project is coordinated by the National Library of the Netherlands.Hildelies Balk Intro IMPACT Demo Dag KB 16-02-2011 13 14. IMPACT is supported by the European Community under the FP7 ICT Work Programme. The project is coordinated by the National Library of the Netherlands.IMPACT visie Digitalisering van historische tekst beter,sneller, goedkoper Innovatie van software en methoden voorverbetering van tekstherkenning Producten worden GEBRUIKT enVERDER ONTWIKKELD minstens driejaar na afloop project Vijf resultaten van het project om deze visie te realiseren Hildelies Balk Intro IMPACT Demo Dag KB 16-02-2011 14 15. IMPACT is supported by the European Community under the FP7 ICT Work Programme. The project is coordinated by the National Library of the Netherlands.Hildelies Balk Intro IMPACT Demo Dag KB 16-02-2011 15 16. IMPACT is supported by the European Community under the FP7 ICT Work Programme. The project is coordinated by the National Library of the Netherlands.Op 1 januari 2012 levert IMPACT Een Centre of Competence voordigitalisering van tekst met eenbusiness model dat zich 3 jaar kanbedruipen De strategische middelen omdigitisalisering van historische tekst inEuropa beter, sneller, goedkoper temaken Software, services en bronnen omtekstherkenning in te verbeteren inmassaproductie Innovatieve software die de State ofthe Art op dit gebied vooruit brengt Een gratis en Open SourceInteroperability Framework voordoorgaande innovatie vandigitaliseringHildelies Balk Intro IMPACT Demo Dag KB 16-02-2011 16 17. IMPACT is supported by the European Community under the FP7 ICT Work Programme. The project is coordinated by the National Library of the Netherlands.Verbeterde tekstherkenning in massaproductie ABBYY Finereader (IMPACT versie) IBM Adaptive OCR CONCERT (correctie mbv crowdsourcing) Functional Extension Parser (structurele metadata) Lexical Resources (bronnen voor herkenning historische tekst in 9 talen) Post Correction Modules (na-correctie) Wordspotting (alternatief voor OCR)Hildelies Balk Intro IMPACT Demo Dag KB 16-02-2011 17 18. IMPACT is supported by the European Community under the FP7 ICT Work Programme. The project is coordinated by the National Library of the Netherlands.Innovatieve software Image Enhancement Toolkit (beeldverbetering) Segmentation Toolkit (segmentatie) Experimental Prototypes (alternatieve OCR en OCR voor getypte tekst) Tools for Lexicon Building (voor computerlinguisten, om lexica te bouwen in anderetalen )Hildelies Balk Intro IMPACT Demo Dag KB 16-02-2011 18 19. IMPACT is supported by the European Community under the FP7 ICT Work Programme. The project is coordinated by the National Library of the Netherlands.Interoperability Framework Maakt web services van alle tools Koppelt deze aan elkaar Research dataset en Evaluation tools om oplossingen te testen - ook van buitenIMPACT Vruchtbare samenwerking met MyGrid-project in UK Workflow management systeem voor evaluatie Ook te gebruiken voor productie in digitalisering en duurzame opslag vanbestandenHildelies Balk Intro IMPACT Demo Dag KB 16-02-2011 19 20. IMPACT is supported by the European Community under the FP7 ICT Work Programme. The project is coordinated by the National Library of the Netherlands.Rol KB in IMPACT Cordinatie van het hele project en verspreiding resultaten Aanspreekpunt EU Technische architectuur en integratie Deelname in werkpakketten:- Klankbordgroep bibliotheken- Strategische hulpmiddelen (o.a. handleidingen, case studies)- Collaborative Correction: correctie met crowdsourcing CONCERT- Demonstration: testen en demonstreren van oplossingen met eigen materiaal- Centre of Competence: duurzame exploitatie van de resultatenHildelies Balk Intro IMPACT Demo Dag KB 16-02-2011 20 21. IMPACT is supported by the European Community under the FP7 ICT Work Programme. The project is coordinated by the National Library of the Netherlands.KB IMPACT team Hildelies Balk, project directorClemens Neudecker, technisch project manager, Framework en integratie Lieke Ploeger, manager Project Office, regelt communicatie over IMPACTLotte Wilms, werkt aan de demonstratie &documentatie van projectresultaten Astrid Verheusen, lid van de klankbordgroep van IMPACTbibliotheken, werkt aan de gebruikerseisen en richtlijnenHans Jansen, voorzitter van deIMPACT General Assembly (stuurgroep)Hildelies Balk Intro IMPACT Demo Dag KB 16-02-2011 21 22. IMPACT is supported by the European Community under the FP7 ICT Work Programme. The project is coordinated by the National Library of the Netherlands.En nu: demonstratie van oplossingen voor elk onderdeel van de workflowscanbeeld kennisbank verbeterdOCRcorrectie lexica correctiestructuurevaluatie frameworkHildelies Balk Intro IMPACT Demo Dag KB 16-02-2011 22