Es wurde 2015 begonnen. Bis Sommer 2016 wurden 1122 Einträge abgetippt (meist ohne Adresse). Seitdem hat es geruht.
Nun habe ich es mit Transkribus und einem Großen Sprachmodell wiederbelebt:
Ich habe alle Seiten mit Transkribus lesen lassen (The Text Giant I), und die resultierenden Texte mit GPT OSS 120b in Felder und einzelne Einträge aufgespalten.
Die bestehenden Einträge wurden korrigiert und um die Adresse ergänzt;
die fehlenden Einträge wurden ergänzt und stehen nun als orangene Einträge zum Korrekturlesen bereit
Was muss getan werden?
Wir arbeiten nur noch an den orangenen Einträgen. Hier geht es los.
Einträge an den richtigen Ort verschieben, am besten von unten anfangen
Grob korrekturlesen; die Ergebnisse sind schon sehr gut, es gibt aber gelegentlich systematische Fehler: f statt s, = statt -, falsche Straße, etc.
super, dass dieses verwaiste Projekt endlich fertiggestellt werden kann.
Mein erster Gedanke war, dafür zum Mitmachen mit einem Blogbeitrag werben.
Allerdings gibt es noch einen Fehler: Im Fenster zum Eingeben/Korrigieren der Daten fehlen noch die Zeilen für die Adresse. Bitte reparieren!
Außerdem fehlt das Projekt noch in der Tabelle der DES-Projekte.
Guten Abend!
Das Projekt ist praktisch fertig Gute Arbeit! Danke insbesondere an Tanja!
Nur eine Seite fehlt noch…
Aber bitte NUR dann die Seite öffnen, wenn ihr sie auch bearbeiten wollt! Ich musste in den letzten Tagen zahlreiche Schaulustige den Seiten werfen, damit Tanja weiter arbeiten kann.
Tanja, wenn du hier bist: Magst du vielleicht deine Erfahrungen schildern? Wie bist du vorgegangen, was waren typische Fehler und wie schätzt du die Qualität der vorbelegten Einträge ein?
dieses Projekt hat viel Spaß gemacht, danke für die tolle Vorbereitung.
Mit wenig Aufwand kann man schnell gute Ergebnisse erzielen
Ich habe zuerst die Einträge verschoben, damit ich dann bei der Kontrolle auch gleich den passenden Eintrag vorliegen habe.
Es waren wirklich nur minimale Korrekturen notwendig, Namen und Straßen wurden in der Regel bereits korrekt erfasst, manchmal fehlte eine Hausnummer, aber wirklich nur selten.
Guten Abend allerseits! Dank geringer finanzieller Unterstützung des Vereins und tatkräftiger Unterstützung von Tanya werden wir nun ALLE Matrikel der LMU München digitalisieren - über das Sommersemester 1938 hinaus!
Einige der berühmtesten Studenten/Studierenden (das geläufige Wort bis in die 1920er hinein) sind:
Sophie Scholl, Hans Scholl, Willi Graf
Ludwig Erhardt, Konrad Adenauer
Werner Heisenberg, Max Planck, Wilhelm Röntgen
Ludwig I. und Ludwig III. von Bayern
und viele mehr, die wir alle finden werden.
bei dieser Charge ist ein deutlich grösserer Korrekturaufwand notwendig.
Teilweise sind die Einträge komplett vermischt, teilweise fehlen sie ganz.
Mich persönlich stört das nicht, wichtig für alle anderen Erfasser ist nur, wirklich erst die Einträge zuzuordnen und diese dann Korrektur zu lesen. Nach der Zuordnung kann man komplett nur mit Tab alle Einträge korrigieren.
Ein Fehler im DES ist mir soeben noch aufgefallen, wenn ein zweites Studienfach vorliegt, kann dieses zwar eingegeben werden, es wird jedoch nicht gespeichert.
ich teste es morgen, ob es nun beide Studienfächer speichert.
Wenn ja, korrigiere ich die bereits fertigen Seiten noch in den nächsten Tagen.
Die Vermischung betrifft meistens die Straßennamen, in einem Eintrag steht keine Straße, dafür in einem anderen zwei. Ich kann Dir dazu morgen Screenshots schicken.
Wie gesagt, mich stört es nicht, ich korrigiere es einfach und gut ist.
kannst Du Dir bitte die Seite 1938-02-17 ansehen, hier ist der Hintergrund schwarz und die Seite kann nicht korrigiert werden, da die Originaleinträge nicht sichtbar sind.
Das Problem mit den Studienfächern ist nun gelöst, es speichert nun beide.
In der Regel sind solche Einträge in der Mitte der jeweiligen Spalte, darunter und darüber ist dann wieder alles korrekt, und es ist fast auf allen Seiten zu finden.
Vielleicht hilft Dir das weiter.
Ich habe ein neues Feld „Sonstiges“ erschaffen. Da kann zum Beispiel „tot“ eingetragen werden. Offenbar kommt das während der Kriegszeit nun öfter vor.
Ein neuer Band ist eingespielt, das I. Trimester 1940.
Folgende Änderungen:
Unter Sonstiges auch eintragen wenn jemand nicht eingeschrieben ist.
Gemäß den neuen AB-Richtlinien werden Adressen nun getrennt erfasst nach: Straße, Hausnummer, Zusatz. Straße ist natürlich leicht, aber Zusatz und Hausnummer auseinander zu halten vielleicht nicht. Im süddeutschen Raum war/ist es üblich, nach dem Schrägstrich das Stockwerk anzugeben. Außerdem hat eine Hausnummer in München oft mehrere Gebäude (ist heute noch so). Diese heißen: Vorderhaus, Mittelbau, Rückgebäude, mit den entsprechenden Abkürzungen VDH, MB, RGB. Das kommt alles ins Feld „Zusatz“. Dort soll auch Maximilaneum o. ä. stehen.
Außerdem fahren wir eine neue Tabularisierungsstrategie. Bitte lasst mich wissen, wenn ihr (keine) Verbesserung an der Textqualität wie hier von Tanya beschrieben, bemerkt.
Mir ist in letzter Zeit aufgefallen, dass bei der DES-Erfassung die einzelnen Einträge teilweise nicht sauber zugeordnet oder notwendige Korrekturen nicht vorgenommen werden.
Die Erkennung durch Transkribus funktioniert mittlerweile wirklich gut, sodass oft nur noch wenige Fehler vorhanden sind. Trotzdem ist es wichtig, die Einträge nicht einfach nur zu verschieben, sondern auch auf ihre Richtigkeit und Vollständigkeit zu prüfen.
Ein paar Punkte, auf die man dabei achten sollte:
Positionierung: Die Einträge sollten korrekt zugeordnet werden und jeweils am Anfang der Zeile sowie am oberen Rand der Buchstaben sitzen.
Reihenfolge: Die Einträge sollten sauber sortiert und den entsprechenden Textstellen zugeordnet sein.
Inhalt: Auch wenn die Texterkennung gut funktioniert, sollten die Angaben überprüft und gegebenenfalls korrigiert oder ergänzt werden.
Präfixe: Bitte darauf achten, dass diese korrekt gesetzt bzw. angepasst werden.
Zahlendreher: Transkribus erkennt beispielsweise häufig eine 3 als 8. Solche Fehler sollten bei der Kontrolle ebenfalls berücksichtigt werden.
Mir ist bewusst, dass wir alle freiwillig an der Erfassung mitarbeiten und unterschiedlich viel Zeit investieren können. Auch ich bin nur eine Mitwirkende und möchte hier niemanden belehren.
Ich finde es aber schade, wenn durch eine ungenaue Bearbeitung Fehler bestehen bleiben, die sich mit etwas mehr Aufmerksamkeit vermeiden liessen. Schliesslich möchten wir alle, dass am Ende möglichst zuverlässige und gut nutzbare Daten entstehen.
Daher einfach meine Bitte, bei der Bearbeitung nicht nur auf die Zuordnung, sondern auch auf die Qualität der Einträge zu achten.
Sollte es bei der Erfassung Unklarheiten oder Schwierigkeiten geben, helfe ich gerne weiter. Oft sind es nur ein paar kleine Kniffe, die die Bedienung deutlich erleichtern und mit denen sich die Einträge schnell und sauber bearbeiten lassen. Scheut euch also nicht, bei Fragen einfach nachzufragen.
Vielen Dank an alle, die sich die Zeit für dieses Projekt nehmen!