Transcript letöltés
Slide 1
Az Esztergom és Vidéke
az Interneten, a helyi lapok
digitalizálásának problémái
Várady Eszter igazgató
Helischer József Városi Könyvtár,
Esztergom
Slide 2
Cél
• Az Esztergom környéki helytörténeti lapok
digitalizálása
• Interneten való közzététele
• Teljes szövegű keresőrendszer
• Igény esetén lemezes kiadás
• A különböző források egyesítése
Slide 3
Első lépés: Esztergom és Vidéke
•
•
•
•
•
Indulás: 1879
Megjelenés: csütörtök, vasárnap
Terjedelem: 4 oldal
Első két oldal hosszabb közéleti cikkek
Harmadik, negyedik oldal rövid hírek, hirdetések
Slide 4
Slide 5
Slide 6
Digitalizálás mikrofilmről?
• Előnye: viszonylag egyszerű, gyors, teljes
• Hátránya: igen rossz minőségű,
szövegfelismerésre (OCR) alkalmatlan
• Nem biztosítható az elfogadható színvonalú
keresés
Slide 7
Slide 8
Digitalizálás lapadagolós
szkennerrel?
• Előnye: igen jó minőségű szkennelés, jó
minőségű OCR
• Hátránya: a köteteket lapokra kell bontani
• Döntés: a kötetek szétszedése,
visszakötés nélküli tárolása, szolgáltatás
digitálisan
Slide 9
Munkamenet
•
•
•
•
Kötetek óvatos lapra szedése
Szkennelés: 400 DPI, szürke, JPG
Automatikus szövegfelismerés (OCR)
Kétrétegű PDF készítése (felül a szkennelt
kép, alatta a szöveg)
• Eredmény: fekete-fehér PDF, évenként
egy, napi könyvjelzőkkel
Slide 10
Slide 11
Szövegfelismerés (OCR) problémái
• A minőség sokat javul a bonyolult
oldalszerkezet, hasábok manuális
javításával
• Így a főszöveg minősége igen jó, 98-99%
• A hirdetések OCR-ezése a bonyolult
tördelés, speciális betűtípusok, stb. miatt
nem lehet cél
Slide 12
Közlés az Interneten (1889-1901)
•
•
•
•
•
Böngészés, évre, hónapra, napra
Teljes szövegű keresés
Szöveg és dátum kombinálása
Találat megjelenítése, kivilágítása
Igény esetén szöveg exportálása
Slide 13
Slide 14
Keresési funkciók
•
•
•
•
•
Nagy sebesség
Betekintés az kereshető szavak közé
Csonkolás jobbról, balról, szó belsejében
Logikai operátorok oldalon belül
Közelségi operátorok: szavak egymás
mellett, adott szó távolságra
• Találatok kivilágítása
Slide 15
Slide 16
Slide 17
A jövő
• Feldolgozni az Esztergom és Vidéke teljes
anyagát (1879-1944)
• További folyóiratok: ????
• Helytörténeti monográfiák: ????
Slide 18
Köszönöm a figyelmet!
Az Esztergom és Vidéke
az Interneten, a helyi lapok
digitalizálásának problémái
Várady Eszter igazgató
Helischer József Városi Könyvtár,
Esztergom
Slide 2
Cél
• Az Esztergom környéki helytörténeti lapok
digitalizálása
• Interneten való közzététele
• Teljes szövegű keresőrendszer
• Igény esetén lemezes kiadás
• A különböző források egyesítése
Slide 3
Első lépés: Esztergom és Vidéke
•
•
•
•
•
Indulás: 1879
Megjelenés: csütörtök, vasárnap
Terjedelem: 4 oldal
Első két oldal hosszabb közéleti cikkek
Harmadik, negyedik oldal rövid hírek, hirdetések
Slide 4
Slide 5
Slide 6
Digitalizálás mikrofilmről?
• Előnye: viszonylag egyszerű, gyors, teljes
• Hátránya: igen rossz minőségű,
szövegfelismerésre (OCR) alkalmatlan
• Nem biztosítható az elfogadható színvonalú
keresés
Slide 7
Slide 8
Digitalizálás lapadagolós
szkennerrel?
• Előnye: igen jó minőségű szkennelés, jó
minőségű OCR
• Hátránya: a köteteket lapokra kell bontani
• Döntés: a kötetek szétszedése,
visszakötés nélküli tárolása, szolgáltatás
digitálisan
Slide 9
Munkamenet
•
•
•
•
Kötetek óvatos lapra szedése
Szkennelés: 400 DPI, szürke, JPG
Automatikus szövegfelismerés (OCR)
Kétrétegű PDF készítése (felül a szkennelt
kép, alatta a szöveg)
• Eredmény: fekete-fehér PDF, évenként
egy, napi könyvjelzőkkel
Slide 10
Slide 11
Szövegfelismerés (OCR) problémái
• A minőség sokat javul a bonyolult
oldalszerkezet, hasábok manuális
javításával
• Így a főszöveg minősége igen jó, 98-99%
• A hirdetések OCR-ezése a bonyolult
tördelés, speciális betűtípusok, stb. miatt
nem lehet cél
Slide 12
Közlés az Interneten (1889-1901)
•
•
•
•
•
Böngészés, évre, hónapra, napra
Teljes szövegű keresés
Szöveg és dátum kombinálása
Találat megjelenítése, kivilágítása
Igény esetén szöveg exportálása
Slide 13
Slide 14
Keresési funkciók
•
•
•
•
•
Nagy sebesség
Betekintés az kereshető szavak közé
Csonkolás jobbról, balról, szó belsejében
Logikai operátorok oldalon belül
Közelségi operátorok: szavak egymás
mellett, adott szó távolságra
• Találatok kivilágítása
Slide 15
Slide 16
Slide 17
A jövő
• Feldolgozni az Esztergom és Vidéke teljes
anyagát (1879-1944)
• További folyóiratok: ????
• Helytörténeti monográfiák: ????
Slide 18
Köszönöm a figyelmet!