Goobi-Tag 2021 - (Semi-) Automatische Strukturerkennung
•
0 gefällt mir•354 views
Goobi-Tag 2021 - (Semi-) Automatische Strukturerkennung - Werkstattbericht, Oliver Paetzel (intranda)
Empfohlen
Weitere ähnliche Inhalte
Was ist angesagt?
Was ist angesagt? (20)
Mehr von intranda GmbH
Mehr von intranda GmbH (14)
Goobi-Tag 2021 - (Semi-) Automatische Strukturerkennung
- 2. Das verhängnisvollste "Kannst du mal bitte schnell" aller Zeiten 2 Oliver Paetzel, intranda GmbH 09.11.2021
- 3. Das verhängnisvollste "Kannst du mal bitte schnell" aller Zeiten 3 Oliver Paetzel, intranda GmbH 09.11.2021
- 4. Das verhängnisvollste "Kannst du mal bitte schnell" aller Zeiten 2016: "Kannst Du mal bitte schnell einen Vortrag zu OLR machen"? 4 Oliver Paetzel, intranda GmbH 09.11.2021
- 5. Das verhängnisvollste "Kannst du mal bitte schnell" aller Zeiten 2016: "Kannst Du mal bitte schnell einen Vortrag zu OLR machen"? 2017-2018: Masterarbeit zum Thema Strukturerkennung 5 Oliver Paetzel, intranda GmbH 09.11.2021
- 6. Das verhängnisvollste "Kannst du mal bitte schnell" aller Zeiten 2016: "Kannst Du mal bitte schnell einen Vortrag zu OLR machen"? 2017-2018: Masterarbeit zum Thema Strukturerkennung 2018-2020: Unzählige schlaflose Nächte 6 Oliver Paetzel, intranda GmbH 09.11.2021
- 7. Das verhängnisvollste "Kannst du mal bitte schnell" aller Zeiten 2016: "Kannst Du mal bitte schnell einen Vortrag zu OLR machen"? 2017-2018: Masterarbeit zum Thema Strukturerkennung 2018-2020: Unzählige schlaflose Nächte Januar 2021: COVID-Langeweile, neuer Ansatz, Erfolg 7 Oliver Paetzel, intranda GmbH 09.11.2021
- 8. Alter Ansatz Erkennung von Überschriften in OCR-Ergebnissen Manuelle feature-Extraktion Klassifizierung der Zeilen in Überschrift/Nicht-Überschrift 8 Oliver Paetzel, intranda GmbH 09.11.2021
- 11. Neuer Ansatz - Neues Tool 11 Oliver Paetzel, intranda GmbH 09.11.2021
- 15. Überschriften anreichern (Grober) Algorithmus wie folgt: 1. Finde Überschriften mit dem neuronalen Netz 15 Oliver Paetzel, intranda GmbH 09.11.2021
- 16. Überschriften anreichern (Grober) Algorithmus wie folgt: 1. Finde Überschriften mit dem neuronalen Netz 2. Finde dazugehörige OCR-Ergebnisse 16 Oliver Paetzel, intranda GmbH 09.11.2021
- 17. Überschriften anreichern (Grober) Algorithmus wie folgt: 1. Finde Überschriften mit dem neuronalen Netz 2. Finde dazugehörige OCR-Ergebnisse 3. Durchsuche die ersten und letzten 10% des Buchs nach Seiten, auf denen überdurchschnittlich viele Zeilen sind, die sehr ähnlich zu den Überschriften sind. (Wahrscheinlich Inhaltsverzeichnis- Seiten) 17 Oliver Paetzel, intranda GmbH 09.11.2021
- 18. Überschriften anreichern (Grober) Algorithmus wie folgt: 1. Finde Überschriften mit dem neuronalen Netz 2. Finde dazugehörige OCR-Ergebnisse 3. Durchsuche die ersten und letzten 10% des Buchs nach Seiten, auf denen überdurchschnittlich viele Zeilen sind, die sehr ähnlich zu den Überschriften sind. (Wahrscheinlich Inhaltsverzeichnis- Seiten) 4. Finde in den Inhaltsverzeichnis-Kandidaten Zeilen ohne Überschrift-match 18 Oliver Paetzel, intranda GmbH 09.11.2021
- 19. Überschriften anreichern (Grober) Algorithmus wie folgt: 1. Finde Überschriften mit dem neuronalen Netz 2. Finde dazugehörige OCR-Ergebnisse 3. Durchsuche die ersten und letzten 10% des Buchs nach Seiten, auf denen überdurchschnittlich viele Zeilen sind, die sehr ähnlich zu den Überschriften sind. (Wahrscheinlich Inhaltsverzeichnis- Seiten) 4. Finde in den Inhaltsverzeichnis-Kandidaten Zeilen ohne Überschrift-match 5. Suche im Rest des Buches nach den Zeilen aus Schritt 4, es sind wahrscheinlich Überschriften 19 Oliver Paetzel, intranda GmbH 09.11.2021
- 20. Ein paar Beispiele und der Anfang eines Goobi-Plugins 20 Oliver Paetzel, intranda GmbH 09.11.2021
- 21. Was auch schon fast fertig ist Und (nur) noch eingebaut werden muss 21 Oliver Paetzel, intranda GmbH 09.11.2021
- 22. Was auch schon fast fertig ist Und (nur) noch eingebaut werden muss Lauftitel-Erkennung 22 Oliver Paetzel, intranda GmbH 09.11.2021
- 23. Was auch schon fast fertig ist Und (nur) noch eingebaut werden muss Lauftitel-Erkennung Seitenzahl-Erkennung 23 Oliver Paetzel, intranda GmbH 09.11.2021
- 24. Was auch schon fast fertig ist Und (nur) noch eingebaut werden muss Lauftitel-Erkennung Seitenzahl-Erkennung Tabellenerkennung 24 Oliver Paetzel, intranda GmbH 09.11.2021
- 25. Was auch schon fast fertig ist Und (nur) noch eingebaut werden muss Lauftitel-Erkennung Seitenzahl-Erkennung Tabellenerkennung Erkennung von Darstellungen/Bildern 25 Oliver Paetzel, intranda GmbH 09.11.2021