Läs ett nummer av Nerikes Nya Allehanda

Projektet går framåt och vi har nu börjat arbetet med att segmentera och OCR-tolka de inskannade sidorna. Ett första försök på OCR-tolkning av fraktur har gjorts och resultatet kan ni ladda ner nedan. Vi är riktigt nöjda över resultatet av vårt första försök!

Observera att orginalbilderna är av mycket bättre kvalitet. Bilderna ni kan ladda ner här på bloggen är komprimerade.

Nerikes Nya Allehanda 1858-01-06

Nerikes Nya Allehanda 1858-01-09

Dagligt Allehanda Bihang 1820-01-20

Trevlig läsning och sökning i texten önskar Heidi

Det här inlägget postades i Okategoriserade. Bokmärk permalänken.

4 kommentarer till Läs ett nummer av Nerikes Nya Allehanda

  1. Lars Aronsson skriver:

    Hur många klarar att bedöma om detta är bra eller dåligt?

    Jag tror OCR-kvaliteten är ”bra för att vara fraktur”, men det finns en del uppenbara fel som ”äswen”, som borde ha korrigerats till äfwen om denna stavning hade funnits med i ordlistan. Utöver gammalstavning (äfven) måste OCR-ordlistan här även ha stöd för att fraktur använder W (äfwen). I den första filen (NNA 1858-01-06) hittar jag 10 äfwen (inklusive äfwentyr) och 9 äswen. Det är inte tillräckligt bra. Följetongen (under strecket) och andra stycken i antikva är av bättre textkvalitet. Jag bedömer att här finns lika många OCR-fel i fraktur som Post- och Inrikes Tidningar har på antikva (januari 1836). OCR-tolkningen av Post- och Inrikes Tidningar verkar inte ha haft någon gammalstavad ordlista alls, åtminstone inte med 1801 års stavningsnorm (elf, jern).

    Segmenteringen har jag inget bra redskap för att bedöma. Det verkar finnas radbrytningar på vart 50:e tecken, och det tyder på att spalterna är igenkända.

    • Heidi Rosen skriver:

      Hej Lars!
      Som sagt, de här är de absolut första filerna med fraktur vi kör genom OCR-tolken. Jag vet inte ens om adekvata ordlistor användes. Vi återkommer med med mer exempel på OCR under projektets gång.
      Hälsar
      Heidi

  2. Henrik Johansson skriver:

    Kul att det går framåt! Bra val av testtidning :-).

  3. Heidi Rosen skriver:

    Tack Henrik!
    Visste väl att du skulle gilla valet av tidning!
    Hälsar
    Heidi

Kommentera

E-postadressen publiceras inte. Obligatoriska fält är märkta *