Aufbau und Bereitstellung eines Benchmark Datensatzes für Historische Tabellen, 1750-1990
Scheltjens, Werner; Geschonke, Sebastian; Gerstner, Jan; u. a. (2026): Aufbau und Bereitstellung eines Benchmark Datensatzes für Historische Tabellen, 1750-1990, in: Zenodo, doi: 10.5281/zenodo.22861458.
Details
- Faculty/Chair
- Faculty/Professorship
- Author
- Geschonke, SebastianGerstner, JanRösner, IsabelSlavova, Konstantina
- Conference
- NFDI Community Forum, 17. September 2025, Bonn
- Publisher Information
- Zenodo
- Year of publication
- 2026
- Pages
- 1
- Language
- German
- DOI
- Abstract
Dieses Poster beschreibt den Aufbau eines Benchmark-Datensatzes für historische Tabellen aus der Sozial- und Wirtschaftsgeschichte ab 1750. Obwohl die KI-gestützte Texterkennung historischer Drucke große Fortschritte macht, ist die automatisierte Tabellenerkennung noch immer eine offene Herausforderung. Um Tabellenseiten aufzufinden, werden Metadaten über die OAI-PMH-Schnittstelle der BSB München erfasst und die Scans mit einem Keras-Klassifikationsmodell ausgewertet. Aus über 100.000 Scans wurden so 11.995 Seiten aus 364 Büchern ausgewählt. Diese werden in Label-Studio grob und mit einem eigenen Tool fein segmentiert. Als Ground Truth dienen OCR-Ergebnisse der Anthropic API, die manuell korrigiert werden. Ziel ist ein Datensatz von rund 10.000 Tabellen, der samt Code auf GitHub und Zenodo veröffentlicht wird.
- GND Keywords
- BuchDigitalisierungTabelleTexterkennung
- Keywords
- Table Recognition
- DDC Classification
- 900 History
- RVK Classification
- ND 1200
- Type
- Conferenceobject
- URI
- Activation date
- 2026-09-28
- Project(s)