Præsentation er lastning. Vent venligst

Præsentation er lastning. Vent venligst

Overskrift her Navn på oplægsholder Navn på KU- enhed For at ændre ”Enhedens navn” og ”Sted og dato”: Klik i menulinjen, vælg ”Indsæt” > ”Sidehoved / Sidefod”.

Lignende præsentationer


Præsentationer af emnet: "Overskrift her Navn på oplægsholder Navn på KU- enhed For at ændre ”Enhedens navn” og ”Sted og dato”: Klik i menulinjen, vælg ”Indsæt” > ”Sidehoved / Sidefod”."— Præsentationens transcript:

1 Overskrift her Navn på oplægsholder Navn på KU- enhed For at ændre ”Enhedens navn” og ”Sted og dato”: Klik i menulinjen, vælg ”Indsæt” > ”Sidehoved / Sidefod”. Indføj ”Sted og dato” i feltet for dato og ”Enhedens navn” i Sidefod Dias 1 Hanne Ruus SDH okt. 2010 Supporting Digital Humanities Language Technologies in the service of Humanities research The challenges and experiences of an infrastructure data provider Hanne Ruus Department of Nordic Studies and Linguistics

2 Overskrift her Navn på oplægsholder Navn på KU- enhed For at ændre ”Enhedens navn” og ”Sted og dato”: Klik i menulinjen, vælg ”Indsæt” > ”Sidehoved / Sidefod”. Indføj ”Sted og dato” i feltet for dato og ”Enhedens navn” i Sidefod Dias 2 Hanne Ruus SDH okt. 2010 DK-CLARIN WP 2.3 ( funding 200000 Euro) Knowledge for everyman 1500-1750 Challenges and experiences

3 Overskrift her Navn på oplægsholder Navn på KU- enhed For at ændre ”Enhedens navn” og ”Sted og dato”: Klik i menulinjen, vælg ”Indsæt” > ”Sidehoved / Sidefod”. Indføj ”Sted og dato” i feltet for dato og ”Enhedens navn” i Sidefod Dias 3 Hanne Ruus SDH okt. 2010 Centre for Danish Language Resources and Technology Infrastructure for the Humanities (DK-CLARIN) Collaboration between 4 universities and 4 institutions under the Danish Ministry of Culture Development period 2007-July 2011 Funding: Danish state app. 2 mill. Euro WP1 Coordination and Technical management, incl. copyright and privacy issues WP2 Basic written language resources WP3 Spoken language resources and tools WP4 Technological resources WP5 Technical Infrastructure

4 Overskrift her Navn på oplægsholder Navn på KU- enhed For at ændre ”Enhedens navn” og ”Sted og dato”: Klik i menulinjen, vælg ”Indsæt” > ”Sidehoved / Sidefod”. Indføj ”Sted og dato” i feltet for dato og ”Enhedens navn” i Sidefod Dias 4 Hanne Ruus SDH okt. 2010 WP2 Basic written language resources WP2.1 Reference corpus of general language WP 2.2 Corpus of sublanguage texts: 11 mill. words from the period 2000-2010 WP2.3 Knowledge for everyman from 1500- 1750 WP2.4 Enhanced annotation and improved search possibilities to old literary texts WP 2.5 Images, artefacts and texts from the National Museum of Denmark WP2.6 Parallel multi-lingual text resources, with alignment

5 Overskrift her Navn på oplægsholder Navn på KU- enhed For at ændre ”Enhedens navn” og ”Sted og dato”: Klik i menulinjen, vælg ”Indsæt” > ”Sidehoved / Sidefod”. Indføj ”Sted og dato” i feltet for dato og ”Enhedens navn” i Sidefod Dias 5 Hanne Ruus SDH okt. 2010 WP5 Technical Infrastructure main software tools: ESciDoc and Mark Logic WP5.1 Technical infrastructure, DK-CLARIN infrastructure for search and access WP5.2 Access to existing resources and tools produced by the partners or otherwise available

6 Overskrift her Navn på oplægsholder Navn på KU- enhed For at ændre ”Enhedens navn” og ”Sted og dato”: Klik i menulinjen, vælg ”Indsæt” > ”Sidehoved / Sidefod”. Indføj ”Sted og dato” i feltet for dato og ”Enhedens navn” i Sidefod Dias 6 Hanne Ruus SDH okt. 2010 Collaboration within WP2.3 WP 2.3 Digital text experts (experience from a corpus of over 1000 ballad texts, and a corpus of older danish texts www.duds.nordisk.ku.dk/tekstresurser )www.duds.nordisk.ku.dk/tekstresurser Expert in Danish literary history Project coordinator with a BA in Danish Student assistants, some with philological interests, some with computational interests Advisory board (philologists, bibliographic expert, digital text expert)

7 Overskrift her Navn på oplægsholder Navn på KU- enhed For at ændre ”Enhedens navn” og ”Sted og dato”: Klik i menulinjen, vælg ”Indsæt” > ”Sidehoved / Sidefod”. Indføj ”Sted og dato” i feltet for dato og ”Enhedens navn” i Sidefod Dias 7 Hanne Ruus SDH okt. 2010 Collaboration outside WP2.3 WP 1 Leaders of WPs in the DK-CLARIN steering board WP 2 Representatives from other WPs: textual scholars, corpus linguists, museum specialists WP 5 Computer experts, language technologists External technical expertise: OCR-specialist

8 Overskrift her Navn på oplægsholder Navn på KU- enhed For at ændre ”Enhedens navn” og ”Sted og dato”: Klik i menulinjen, vælg ”Indsæt” > ”Sidehoved / Sidefod”. Indføj ”Sted og dato” i feltet for dato og ”Enhedens navn” i Sidefod Dias 8 Hanne Ruus SDH okt. 2010 Goal of WP 2.3 A corpus of 150.000 words •composed of (extracts from) special purpose texts for a popular audience from the period 1500-1750 •texts represented by pictures of the texts, transscriptions, xml-annotation(header, source text, search forms)

9 Overskrift her Navn på oplægsholder Navn på KU- enhed For at ændre ”Enhedens navn” og ”Sted og dato”: Klik i menulinjen, vælg ”Indsæt” > ”Sidehoved / Sidefod”. Indføj ”Sted og dato” i feltet for dato og ”Enhedens navn” i Sidefod Dias 9 Hanne Ruus SDH okt. 2010 WP 2.3 – subject fields of the texts Selected examples: Ethics (e.g. on the behaviour of servants) Geography (e.g. a short description of the whole world) History (European events, e.g. the big fire in London 1666) Household Books (e.g. recipe books) Medicine (e.g. books of herbs) Metaphysics and Superstition (e.g. on witchcraft and sorcerers) Natural Science (e.g. gardening books) Prayer Books

10 Overskrift her Navn på oplægsholder Navn på KU- enhed For at ændre ”Enhedens navn” og ”Sted og dato”: Klik i menulinjen, vælg ”Indsæt” > ”Sidehoved / Sidefod”. Indføj ”Sted og dato” i feltet for dato og ”Enhedens navn” i Sidefod Dias 10 Hanne Ruus SDH okt. 2010 From bibliography to repository •Choosing the texts •Digitizing the texts pictures, OCR, manual registration proofreading and correction of texts: structure and characters – automated and manual •Annotating the texts heading addition of search forms conversion to common TEIP5 xml-format (CBT) •Depositing the texts in DK-CLARIN repository

11 Overskrift her Navn på oplægsholder Navn på KU- enhed For at ændre ”Enhedens navn” og ”Sted og dato”: Klik i menulinjen, vælg ”Indsæt” > ”Sidehoved / Sidefod”. Indføj ”Sted og dato” i feltet for dato og ”Enhedens navn” i Sidefod Dias 11 Hanne Ruus SDH okt. 2010 Choosing the texts Challenges •Construct blibiographies of subject fields based on Bibliotheca Danica, systematisk Fortegnelse over den danske Litteratur fra 1482 til 1830, ved Chr. V. Bruun, 1877-1914 (1961- 63) available online, and Dansk Bibliografi 1482-1600, med særligt Hensyn til dansk Bogtrykkerkunsts Historie, af Lauritz Nielsen, Kbh., 1919-33 only in print Experiences •Varied text lengths •Varied availability •no texts in chosen subject field or text lost •Some texts mostly composed of numbers

12 Overskrift her Navn på oplægsholder Navn på KU- enhed For at ændre ”Enhedens navn” og ”Sted og dato”: Klik i menulinjen, vælg ”Indsæt” > ”Sidehoved / Sidefod”. Indføj ”Sted og dato” i feltet for dato og ”Enhedens navn” i Sidefod Dias 12 Hanne Ruus SDH okt. 2010 Digitizing the texts Challenges OCR: the texts are printed in blackletter with many oldfashioned characteristics

13 Overskrift her Navn på oplægsholder Navn på KU- enhed For at ændre ”Enhedens navn” og ”Sted og dato”: Klik i menulinjen, vælg ”Indsæt” > ”Sidehoved / Sidefod”. Indføj ”Sted og dato” i feltet for dato og ”Enhedens navn” i Sidefod Dias 13 Hanne Ruus SDH okt. 2010 Special characters: Round r Sz Et-abbreviation Superscript strokes: For e Nasal strokes Page from Martin Luther’s Book about Matrimony 1531

14 Overskrift her Navn på oplægsholder Navn på KU- enhed For at ændre ”Enhedens navn” og ”Sted og dato”: Klik i menulinjen, vælg ”Indsæt” > ”Sidehoved / Sidefod”. Indføj ”Sted og dato” i feltet for dato og ”Enhedens navn” i Sidefod Dias 14 Hanne Ruus SDH okt. 2010 Running title Catch word Page from prayer book from 1733

15 Overskrift her Navn på oplægsholder Navn på KU- enhed For at ændre ”Enhedens navn” og ”Sted og dato”: Klik i menulinjen, vælg ”Indsæt” > ”Sidehoved / Sidefod”. Indføj ”Sted og dato” i feltet for dato og ”Enhedens navn” i Sidefod Dias 15 Hanne Ruus SDH okt. 2010 Book about sorcerers and their evil doings From 1591

16 Overskrift her Navn på oplægsholder Navn på KU- enhed For at ændre ”Enhedens navn” og ”Sted og dato”: Klik i menulinjen, vælg ”Indsæt” > ”Sidehoved / Sidefod”. Indføj ”Sted og dato” i feltet for dato og ”Enhedens navn” i Sidefod Dias 16 Hanne Ruus SDH okt. 2010 Scanning of Proof after OCR

17 Overskrift her Navn på oplægsholder Navn på KU- enhed For at ændre ”Enhedens navn” og ”Sted og dato”: Klik i menulinjen, vælg ”Indsæt” > ”Sidehoved / Sidefod”. Indføj ”Sted og dato” i feltet for dato og ”Enhedens navn” i Sidefod Dias 17 Hanne Ruus SDH okt. 2010 Digitizing the texts Experiences OCR not acceptable for the oldest texts OCR errors not consistent training of proofreaders necessary balance between automated and manual correction proofreading and corrections more time-consuming than expected less time available for constructing search forms

18 Overskrift her Navn på oplægsholder Navn på KU- enhed For at ændre ”Enhedens navn” og ”Sted og dato”: Klik i menulinjen, vælg ”Indsæt” > ”Sidehoved / Sidefod”. Indføj ”Sted og dato” i feltet for dato og ”Enhedens navn” i Sidefod Dias 18 Hanne Ruus SDH okt. 2010 Annotating the texts Challenges merging information about texts from all subprojects in WP2 into one common header agreeing on common tagset for all texts Experiences difficult to get acceptance of tags below the level of words, cf. mentioned characteristics of the old texts extended discussions between text-people and technicians

19 Overskrift her Navn på oplægsholder Navn på KU- enhed For at ændre ”Enhedens navn” og ”Sted og dato”: Klik i menulinjen, vælg ”Indsæt” > ”Sidehoved / Sidefod”. Indføj ”Sted og dato” i feltet for dato og ”Enhedens navn” i Sidefod Dias 19 Hanne Ruus SDH okt. 2010 Depositing the texts in DK-CLARIN repository Ongoing pilot project

20 Overskrift her Navn på oplægsholder Navn på KU- enhed For at ændre ”Enhedens navn” og ”Sted og dato”: Klik i menulinjen, vælg ”Indsæt” > ”Sidehoved / Sidefod”. Indføj ”Sted og dato” i feltet for dato og ”Enhedens navn” i Sidefod Dias 20 Hanne Ruus SDH okt. 2010 Overall experiences Clashes between different competences inevitable Bridging between different competences takes time


Download ppt "Overskrift her Navn på oplægsholder Navn på KU- enhed For at ændre ”Enhedens navn” og ”Sted og dato”: Klik i menulinjen, vælg ”Indsæt” > ”Sidehoved / Sidefod”."

Lignende præsentationer


Annoncer fra Google