Transkribaton II
Christopher Hansteens akademiske korrespondanse
Universitetsbiblioteket i Oslo
GSH – Elektronisk klasserom
09:00 til 15:00
Ved Annika Rockenberger (UB), Line Nybakk Akerholt (UB),
Hege Rød Segerblad (UB), Anne Vaalund (KHM),
Bjørn Vidar Johansen (KHM)
Tidsplan
| 09:00-09:45 | Velkomst og bli kjent med Transkribus |
| 09:45-10:30 | 1. Transkriberingsøkt |
| 10:30-10:45 | Pause |
| 10:45-11:30 | 2. Transkriberingsøkt |
| 11:30-12:30 | Felleslunsj og strekke på bena |
| 12:30-13:15 | 3. Transkriberingsøkt |
| 13:15-13:30 | Pause |
| 13:30-14:15 | 4. Transkriberingsøkt |
| 14:15-15:00 | Vi avslutter og diskuterer veien videre |
Hvordan retter og transkriberer vi?
Hva retter og transkriberer vi?
Regioner, linjer
- Må omfatte alle linjer/hele teksten
- Må ikke overlappe med andre regioner
- Én region per tekstside!
- Kan være skeiv/følge tekstblokket
- Må ligge under hele tekstlinjen - sjekk særlig begynnelsen og slutten av tekstlinjen
- Slettes hvor det ikke er tekst!
- Kan sammenslås eller deles (OBS!)
- Skrift mellom/under tekstlinjer, som korrekturer, ligger på sin egen linje!
Regioner
Linjer
Hva retter og transkriberer vi?
- Personnavn
- Datoer og tall
- Steder
- Faglige begrep, navn på instrumenter og observasjoner
- Spesialtegn for enheter, mål, osv.
Høyere prioritet
Lavere prioritet
- Enkle ord
- Interpunksjon
- Forkortelser, andre spesialtegn
- Ord/tall som er streket over
Tekst
Hva retter og transkriberer vi?
Tags - Markører
Kommentar: brukes sparsomt!
Dato: YYYY-MM-DD
Måling: marker hele og fyll i
f.eks. 19° R
quantity = 19 unit = reaumur
Personnavn
Sted/stedsnavn
Uklart: bruk når du ikke klare å lese et ord/tall
Arbeidsgrupper
Det svenska lejonet
Text Titan I ter
This Transkribus model has been trained using handwritten running texts in Swedish from the 17th, 18th, and 19th centuries. It is the outcome of a collaborative effort involving the National Archives in both Sweden and Finland, in partnership with the Stockholm City Archives, Jämtlands läns fornskriftsällskap, citizen science volunteers, and researchers from Stockholm and Uppsala Universities.
CER 4.00%
The newest (and best) version of the Text Titan model. A general-purpose text recognition model designed to deliver strong results on a wide variety of Latin scripts without the need for custom training. It works well with both printed and handwritten texts and performs reliably even on less common writing styles. The model is built on a carefully selected and balanced training set, representing a wide range of historical and modern documents.
Super Model
Arbeidsgrupper
Fordelt på språk og på brevskriver
Goldschmidt
Svanberg
Meyerstein
Lindhagen
Contact
baerut-admin@ub.uio.no