Wissenschaftliche Arbeit mit digitalen Quellen: Transkribus und Voyant

Anmerkung der Redaktion: Alexander Goebbels ist wissenschaftliche Hilfskraft am Lehrstuhl Prof. Gersmann und insbesondere interessiert an der Anwendung digitaler Tools für die wissenschaftliche Arbeit. Außerdem ist Alexander Goebbels eingebunden in die AG „Digitale Lehre“ am Historischen Institut.

Unterschrift des Baron von Hübsch, © UB Darmstadt

Verpackt in 341 Kisten erreichte 1805 die Sammlung und somit auch der Nachlass des Barons von Hüpsch die Hofbibliothek von Ludwig X. in Darmstadt. Während die private Sammlung des Barons mit ihren zahlreichen Mineralien, Waffen, Kleidungsstücken und Kunstgegenständen schon einige Male im Fokus der wissenschaftlichen Auseinandersetzung mit dem Leben und Vermächtnis des Barons stand, blieb der schriftliche Nachlass bisher weitgehend unberührt. Dieser Umstand kann sich Dank des von der Universitäts- und Landesbibliothek Darmstadt aktuell durchgeführten, von der Sigurd und Irene Greven-Stiftung in Köln geförderten umfangreichen Digitalisierungs- und Erschließungsprojektes nun ändern. Seit letztem Jahr werden die in 21 Kästen lagernden und zum Teil losen handschriftlichen Dokumente sukzessive digital erschlossen und im Open Access zur Verfügung gestellt. 

Interessant ist daher, welche Möglichkeiten sich den Wissenschaftlerinnen und Wissenschaftlern durch die Digitalisierung eines solchen Bestandes eröffnen. Der gut 8000 Dokumente umfassende schriftliche Nachlass erlaubt nicht nur, das Leben und Wirken des Barons von Hüpsch nachzuverfolgen, sondern auch einen Einblick in die Gelehrtenwelt seiner Zeit zu gewinnen und Hüpsch als umtriebigen Akteur seiner Zeit zu verorten. Die schon vollständig digitalisierten Kästen 10 bis 13 mit seiner Korrespondenz geben beispielsweise Aufschluss über seine bisher kaum beachtete Tätigkeit als Autor philosophischer und wissenschaftlicher Werke. Allein über die mit Metadaten angereicherten Korrespondenzen (Wer schreibt wann an wen?) kann dessen wissenschaftliches Netzwerk von Sammlern und Gelehrten sichtbar gemacht und untersucht werden. Zentral für die historische Forschung sind natürlich die Textinhalte der digitalisierten Quellen. Um diese maschinengestützt auswerten zu können, würde ein nächster wichtiger Schritt darin bestehen, die Dokumente maschinenlesbar zu machen. Hierfür können automatisierte Transkriptions-Programme wie Transkribus herangezogen werden. Der Vorteil in diesem Fall ist, dass der Bestand zu einem guten Teil aus einer Schreiberhand stammt und mit Transkribus ein KI-System speziell auf diese Handschrift bezogen trainiert werden kann. Durch die Transkription schon relativ weniger Seiten (man benötigt für die ersten Trainingsschritte um die 10.000 korrekt transkribierte Worte) kann in Transkribus ein Handwritten Text Recognition Modell erstellt werden, das in diesem Fall explizit die Handschrift des Barons von Hüpsch erkennen würde. Auch damit experimentiert man in Darmstadt.

Hat das auf diese Weise erstellte Modell eine Character Error Rate (Bezeichnung des Prozentanteils falsch erkannter Worte) von weniger als 30%, kann das in Transkribus integrierte Keyword Spotting verwendet werden. Die Anwendung zielt darauf, einen Text maschinell durchsuchen zu können, ohne dass der Text bereits vollständig richtig transkribiert vorliegen muss. Dies wird dadurch ermöglicht, dass Transkribus nicht nur die wahrscheinlichste Transkription eines Wortes ausgibt, sondern auch weniger wahrscheinliche Optionen speichert, die so ebenfalls durchsucht werden können. Mit einem solchen Modell kann die Arbeitszeit, die eigentlich investiert werden müsste, um den vollständigen Bestand nach bestimmten Themen und Begriffen zu durchsuchen, deutlich reduziert werden. Auf diese Weise kann ein Grundstock an Texten zur Verfügung gestellt werden, der es WissenschaftlerInnen ermöglicht, einen leichteren Zugang zu der Handschrift des Barons zu finden und den direkten Einstieg in Forschungsprojekte vereinfacht. Darüber hinaus könnten auch Arbeiten entstehen, in denen die automatisch transkribierten Texte wissenschaftlich geprüft und korrigiert werden. 

Die auf die skizzierte Weise entstandenen korrigierten Transkriptionen können als Ground Truth wiederum mit den Digitalisaten verknüpft zur Verfügung gestellt werden: Dies eröffnet neue Möglichkeiten, die nun digital transkribierten Quellen mit Text Analysis Tools wie Voyant zu bearbeiten. Derartige Projekte sind zwar durch die vorgelagerten Arbeitsschritte wie Lemmatisierung und die Entfernung von Stoppwörtern sehr zeitaufwändig, doch liegen die Potenziale, die sich durch das in Darmstadt durchgeführte Digitalisierungsprojekt ergeben, auf der Hand.

Das Fazit lässt sich folgendermaßen umreißen: Die Digitalisierung endet eben nicht bei der massenhaften digitalen Repräsentation von Quellenbeständen und deren freier Zugänglichkeit, vielmehr geht es darum, diese Quellen auch digital nachnutzen und auswerten zu können.  Man kann daher sehr gespannt sein, welche Forschungen durch das Darmstädter Projekt in Zukunft angestoßen werden!

Ergänzende Information: Praktische Übung zum Einsatz von Transkribus auf den eStudies  [Die hier verwendeten Bilder entstammen alle dem digitalisierten Nachlass des Barons. Sie sind im Kasten I Mappe 1 zu finden und zeigen schon die Quellenvielfalt, die der Nachlass bereithält]

Bildnachweis: © UB Darmstadt, Unterschrift des Barons von Hüpsch aus dessen Nachlass


Das könnte dich auch interessieren …

Schreibe einen Kommentar

Deine E-Mail-Adresse wird nicht veröffentlicht. Erforderliche Felder sind mit * markiert.

Diese Website verwendet Akismet, um Spam zu reduzieren. Erfahre mehr darüber, wie deine Kommentardaten verarbeitet werden.

Suche in OpenEdition Search

Sie werden weitergeleitet zur OpenEdition Search