Wir haben ein paar tolle Ergebnisse zu einer interessanten Dokumentensammlung zu berichten, die im Modernes Aufzeichnungszentrum an der Universität von Warwick.
Die Archivarin Elizabeth Wood und ihr Team haben kürzlich ein Modell zur Erkennung von handgeschriebenem Text (Handwritten Text Recognition, HTR) trainiert, um die Schrift in einer Sammlung von Radtagebüchern zu erkennen, die von David Allan Hamilton im frühen 20.
Die Seiten aus Hamiltons Tagebuch sind klein und häufig mit Fotos, Karten und Skizzen vom Leben auf der Straße unterbrochen. Das bedeutete, dass das Team in Warwick beschloss, eine größere Anzahl von transkribierten Seiten einzureichen, um ihr Modell zu trainieren.
Das Hamilton-Modell wurde auf etwa 200 transkribierten Seiten (mit fast 20.000 Wörtern) aus einem Band von Hamiltons Tagebüchern trainiert.
Die mit diesem Modell erstellten automatischen Transkripte haben eine sehr beeindruckende Zeichenfehlerrate von nur 5% - das bedeutet, dass durchschnittlich 95% Zeichen vom Computer korrekt transkribiert werden.