1. Aufbau und Verwendung spezieller Lexika bei der Digitalisierung historischer Kollektionen Annette Gotscharek, Ulrich Reffle, Christoph Ringlstetter, Klaus U. Schulz CIS, University of Munich

6. OCR historischer Texte: gute Qualität S tädte den römischen mumcizmg gleich zu stellen. Allem wenn sich je in einem Rechtstheile die altrechtlichen teutschen Gewohnheiten, und Gesetze erhalten haben, so ist es gewiß in dieser Lehre, man mag entweder auf die Befugniß, die Stadtgerechtigkeit zu ertheilen , oder auf die innere Regimentsverfftssung so- BSB IMPACT Workshop 04.03.2010: LMU/CIS

7. OCR historischer Texte: mittlere Qualität Fürsten zu Gstternwerden/wer wollte vermainen / daßwt IhroKhurftrstl Durchl gnädiglsterHcttVatterinderpictcr rndFrombkcltallmFürstenvorzusetzen!scyn/vnd das halst> in^cclcQ^ vci pluz^uäzn 5accr6o5 daß tl iN KilchkN GottW wehr als ein Pries ter . BSB IMPACT Workshop 04.03.2010: LMU/CIS

12. BSB IMPACT Workshop 04.03.2010: LMU/CIS Abdeckung Modernes Lexikon

13. BSB IMPACT Workshop 04.03.2010: LMU/CIS Anteil Komposita

17. Lexikograph wählt ein Wort aus BSB IMPACT Workshop 04.03.2010: LMU/CIS

18. Pattern Varianten automatisch erzeugt - Lexikograph bestätigt gültige BSB IMPACT Workshop 04.03.2010: LMU/CIS

19. Lemma Lesarten automatisch erzeugt – LexikographIn bestätigt gültige BSB IMPACT Workshop 04.03.2010: LMU/CIS

20. Lemma Attestate automatisch gesucht- Lexikograph wählt für die Lesart gültige aus BSB IMPACT Workshop 04.03.2010: LMU/CIS

21. Resultierende Lexikon Struktur BSB IMPACT Workshop 04.03.2010: LMU/CIS

26. Automatisches Matching BSB IMPACT Workshop 04.03.2010: LMU/CIS Modern lexicon Inflected forms … teile ... taille fragte … Lemmatizing information … teil (= part) teilen (= to share) taille (= waist) fragen (= to ask) …

35. Manuell validierte Lexika BSB IMPACT Workshop 04.03.2010: LMU/CIS Modern lexicon Inflected forms … teile ... taille fragte … Lemmatizing information … teil (= part) teilen (= to share) taille (= waist) fragen (= to ask) … Spelling variation theile frug

36. Manuell validierte Lexika BSB IMPACT Workshop 04.03.2010: LMU/CIS Modern lexicon Inflected forms … teile ... taille fragte … Lemmatizing information … teil (= part) teilen (= to share) taille (= waist) fragen (= to ask) … Spelling variation theile frug Manual mapping

39. Speziell annotiertes IR Groundtruth BSB IMPACT Workshop 04.03.2010: LMU/CIS

40. Präzision und Recall BSB IMPACT Workshop 04.03.2010: LMU/CIS

41. Fehlender Recall des hypoth. Lexikons BSB IMPACT Workshop 04.03.2010: LMU/CIS

42. Anwendung Lexika 2: OCR Erste Experimente zur OCR mit dem IMPACT Abbyy External Dictionary Interface FR9 BSB IMPACT Workshop 04.03.2010: LMU/CIS

44. Alignierung zwischen OCR und Groundtruth BSB IMPACT Workshop 04.03.2010: LMU/CIS Mittlere Erkennung Gute Erkennung

46. WER > 50% WER ~ 10% BSB IMPACT Workshop 04.03.2010: LMU/CIS Dictionary 16 th century No. of word errors Reduction of error rate 18 th century No. of word errors Reduction of error rate 19 th century No. of word errors Reduction of error rate No Lexicon 1306 - 827 - 2074 - Optimal Lexicon 756 42% 395 52% 612 70% Modern Lexicon 1096 16% 501 39% 888 57% W.Historical Lexicon 938 28% 481 42% 856 59% Modern + Virtual H.L. 1011 25% 480 42% 849 59%

49. Ressourcen für Frühneuhochdeutsch Integration der OCR Anbieter Spezielle Font- und Zeichenmodelle Verbesserung der OCR durch spezielles VD16 Lexikon Verbesserung der Suche durch IR Variantenlexikon Linguistische Datenbank für VD16 BSB IMPACT Workshop 04.03.2010: LMU/CIS

50. BSB IMPACT Workshop 04.03.2010: LMU/CIS Herzlichen Dank.