Anagnosis

Aus Kallimachos
Version vom 4. Dezember 2015, 12:16 Uhr von Jonathan (Diskussion) (Bild-Text-Verknüpfung)
Wechseln zu:Navigation, Suche
[bearbeiten]

Datentunnel.jpg

Anagnosis

Ziel des Projekts ist die automatisierte Verknüpfung zwischen Transkriptionen von Papyri und den Schriftzeichen der dazugehörigen Bilddatei. Dadurch soll eine Brücke zwischen papyrologischen Bilddatenbanken und der internationalen Volltextdatenbank für literarische Papyri (Digital Corpus of Literary Papyri, aufbauend auf papyri.info) geschlagen werden. Der eigens von KALLIMACHOS entwickelte Online-Editor soll neben einer Parallelanzeige die automatisierte Verknüpfung von Text und Abbildung auf Buchstabenebene ermöglichen. Ein solches alignment-Verfahren wird damit erstmalig auch für Papyrustexte nutzbar gemacht. Die angestrebte Verknüpfung von Bild und Text soll in der Zukunft erlauben, aus den in der Abbildung vorhandenen Buchstaben Alphabete herauszuziehen, die selbst wiederum für paläographische Vergleiche und zur graphischen Rekonstruktion der Lücken herangezogen werden können.

Ähnliche Projekte

Das Datenkorpus, auf das Anagnosis zugreift, besteht aus zwei Hauptteilen:

  • Digitale Kodierungen der Papyrustexte aus gedruckten Standardeditionen. Die Transkripte sind Teil des Digital Corpus of Literary Papyri (DCLP) und werden in EpiDoc xml-Format, einem subset der Text Encoding Initiative (TEI), gespeichert. Das TEI-Modell wird dabei erweitert und den geläufigen typographischen Konventionen papyrologischer Editionen angepasst. Die xml-Dateien des DCLP beinhalten sowohl eine digitale Transkription des jeweiligen Papyrustextes als auch die dazugehörigen Metadaten, etwa Autor/Genre des Textes, Fundort und Inventarnummer des Artefaktes, Informationen über dessen Aufbewahrung und Links zu den digitalen Abbildungen.


[Später evtl.: Ausgaben als Karte/Timeline/Baumgraph]

Bild-Text-Verknüpfung

Aus der DCLP-Datenbank werden Texte und Metadaten in den Anagnosis-Editor importiert. Die Metadaten zu den einzelnen Papyrustexten beinhalten unter anderem bereits einen Link zur URL der jeweiligen online-Abbildungen, auf die der Editor ebenso zugreift. Einzelne Texteinheiten (Kolumnen/Fragmente) des Transkriptes bekommen eine eindeutige ID und werden dadurch mit dem entsprechenden Bild verknüpft.

Die weitere Alliniierung zwischen Textbereichen (Zeilen und Buchstaben) wird über die Textposition der Glyphen durch ein mithilfe von Normboxen bestimmtes Koordinatensystem gewährleistet. Zunächst wird auf das Textfeld in der Abbildung ein Normbereich aufgezogen und ggf. rotiert. Dieser dient als Referenz für die durch vier Werte festgelegten Normkoordinaten. Eine OCR-Segmentierung erzeugt Glyphenboxen mit den entsprechenden Koordinaten, wobei sich die Positionierung der Glyphenkoordinaten auf die bereits festgelegte Normbox bezieht. Ein Versuch, Kupferstiche herkulanensischer Papyri durch auf Tesseract gestützte Trainingswerkzeuge zu bearbeiten hat bereits gute Ergebnisse gezeigt.

Die Alliniierung auf Buchstabenebene zwischen Bild und Transkript wird durch ein Koordinatensystem gewährleistet. Zunächst wird im um den Textblock in der Abbildung ein Normbereich manuell aufgezogen und ggf. rotiert. Dieser dient als Referenz für die Normkoordinaten. Eine Bildsegmentierung erzeugt Glyphenboxen mit den entsprechenden Koordinaten, wobei sich die Positionierung der Glyphenkoordinaten auf die bereits festgelegte Normbox bezieht. Ein Versuch, Kupferstiche herkulanensischer Papyri auf diese Weise zu bearbeiten, hat bereits zu ansehlichen Ergebnisse geführt.

Die Resultate der Anwendung dieses Verfahrens auf photographische Aufnahmen sind von der Schrifttypologie stark abhängig, lassen jedoch berechtigterweise annehmen, dass im Verlauf des Projektes ein automatisiertey character spotting, etwa durch stroke analysis und ähnliche Methoden, zu erzielen sein wird.

Speicherung der Metadaten

Die auf diese Weise festgelegten Koordinaten (Normkoordinaten und Boxkoordinaten) werden anschließend automatisch im xml-Schema gespeichert. Verschiedene Versuche haben in dieser Hinsicht zur Anwendung zweier separater xml-Dateien geführt: Eine Datei enthält den Text mit den Metadaten; in der anderen werden die ermittelten Bildkoordinaten gespeichert. Jede Abbildung bzw. jeder Bildbereich sowie jede Texteinheit erhalten dabei eine eindeutige Identifikationsnummer, die Verknüpfungen zwischen den Dateien ermöglicht.

Der Anagnosis-Editor

Kernelement bei der Zuweisung von elektronischem Text, Bildern und Bildkoordinaten ist der eigens von KALLIMACHOS entwickelte Editor, der für die Zukunft auch für vergleichbare Projekte erweitert werden kann. Im Editor können die Nutzer einen Papyrustext über eine Identifikationsnummer (TM- oder Trismegistos-Nummer) auswählen. Eine in zwei Spalten aufgeteilte Seite erscheint. Eine Leiste im oberen Bereich gibt die wesentlichen Informationen zum Text (TM-Nummer, Autor und Titel, Publication-ID) wider. In der linken Spalte wird eine Abbildung des Fragmentes bzw. der Kolumne angezeigt. Die rechten Spalte zeigt, nach Wahl des Nutzers:

  1. Allgemeine Informationen zum Status des Dokuments
  2. Die xml-Datei mit Text und Metadaten sowie die Koordinatendatei
  3. Die Transkription des abgebildete Papyrus
  4. Die zu bearbeitende Transkription zur Zuweisung der Buchstabenboxen. (Häh?)


Durch ein Drop-down-Menü kann der Nutzer zur gewünschten Texteinheit navigieren. Sofern verfügbar, wird das entsprechende Bild automatisch angezeigt. Sollten für eine Texteinheit mehrere Bilder zur Verfügung stehen, können die Nutzer wählen, welchen Abbildungstyp der Editor anzeigen soll. Falls noch keine Abbildungen bestehen, können sie von den Nutzern selbst hochgeladen werden: Durch eine manuell verstellbare Normbox wird der Normbereich als Referenz für die Bildkoordinaten bestimmt. Wenn bereits des bearbeitete Papyri im Editor vorliegen, können so weitere Bilder zum selben Text (etwa bei Aufnahmen anderer Qualität oder durch andere Techniken angefertigte Faksimile) anhand der bereits vorhandenen Glyphenkoordinaten erneut segmentiert werden.

[Später: Detaillierter Guide zur Verwendung des Editors]

Vorträge und Aufsätze

Inhalt

Downloads

Inhalt

Pressespiegel

Inhalt

Projektgruppe Anagnosis

Lehrstuhl I (Gräzistik)

Residenzplatz, 2 (Südflügel)

D-97070 Würzburg

Technische Partner

Am Hubland

D-97074 Würzburg

Telefon: 0931/31-80534

E-mail

Kooperationen

Centro Internazionale per lo Studio dei Papiri Ercolanesi "Marcello Gigante", Università degli Studi di Napoli „Federico II“ Logo des CISPE
AristarchusX - Software for the Grammatical Analysis and Annotation of Greek. (Texte: Daniel Riaño Rufilanchas, Universidad Autónoma de Madrid) Logo von AristarchusX
Institut für Papyrologie, Ruprecht-Karls-Universität Heidelberg Logo der Universiät Heidelberg
Würzburger Zentrum für Epikureismusforschung, Julius-Maximilians-Universität Würzburg, Institut für Klassische Philologie Logo des Epikur.Zentr.
Institute for the Study of the Ancient World, New York University Logo des ISAW