Der erste Schritt zur digitalen Edition: Transkribieren mit Transkribus

Ein wichtiger Arbeitsschritt in der Erstellung einer digitalen Edition ist die Transkription der handschriftlichen Originaltexte. Im Projekt Peter Handke Notizbücher. Digitale Edition werden die Editor*innen bei dieser Aufgabe wesentlich von den wissenschaftlichen und studentischen Hilfskräften unterstützt. Der Transkriptionsprozess findet in der Software Transkribus statt. Von ihren Erfahrungen damit berichten in diesem Beitrag Dominik Denk, Anja Stix und Kaptan Bayraktar. 

Dominik Denk 

Wer Transkribus kennt, wird damit vor allem die Funktion der Handschriftenerkennung bzw. Handwritten Text Recognition (kurz HTR, in Anlehnung an Optical Character Recognition oder OCR für Druckschriften) verbinden, für die das Programm mittlerweile weite Verbreitung gefunden hat. Auch im Projekt Peter Handke Notizbücher arbeiten wir mit Transkribus, obwohl wir die HTR-Funktion (noch) nicht verwenden. Wie wir Transkribus konkret nutzen, wird in diesem Beitrag anhand einiger Beispiele gezeigt.  

Nach dem Import der Scans eines Notizbuchs wird die Layout Analysis-Funktion gestartet, die Textregionen und Zeilen automatisch erkennt. Im Hintergrund wird eine XML-File erstellt, in der jede Zeile anhand von Koordinaten im Bild verortet wird und so Transkription und Faksimile miteinander verknüpft. Die layout analysis ist außerdem eine wichtige Vorarbeit für die HTR: Nur, wenn die Schreibrichtung richtig erkannt wurde, hat das Programm eine Chance, die richtigen Buchstaben zu erkennen. Wenn man ein HTR-Modell trainiert, um eine Handschrift automatisch lesen zu lassen, braucht man dafür nicht nur einen fehlerfrei transkribierten Text, sondern auch eine passende Zeilenerkennung, denn das Programm muss wissen, wo es die Buchstaben suchen soll.  

Der erste Schritt beim Transkribieren einer Seite besteht nun darin, die automatische layout analysis zu korrigieren, da sich doch öfter kleine Fehler einschleichen, etwa wenn eine zusammenhängende Zeile als zwei separate oder wenn eine Zeile nicht zu Gänze erkannt wird. Menschen schreiben von Hand nun mal nicht immer in perfekten, parallelen Zeilen und mit konstanter Spationierung. Manchmal erkennt das Programm auch eine Zeile anstelle der Spiralbindung eines Blocks. Seitenzahlen stehen physisch oft eher neben dem Text, werden aber in der Edition als Kopfzeilen interpretiert und daher als erste Zeile definiert.  

Literaturarchiv der Österreichischen Nationalbibliothek, ÖLA SPH/LW/W13, p. 72

Besonders schwer tut sich ein Computerprogramm bei unvorhergesehenen Dingen, die einer lesenden Person kaum auffallen oder erwähnenswert scheinen: etwa, wenn Peter Handke um eine Zeichnung oder einen Kaffeefleck herumschreibt. 

Literaturarchiv der Österreichischen Nationalbibliothek, ÖLA SPH/LW/W13, p. 78 

Im nächsten Schritt wird Zeile für Zeile transkribiert. Dabei werden auch ein paar grundlegende XML-Auszeichnungen gesetzt um Unterstreichungen, Durchstreichungen und Einfügungen zu markieren. Transkribus erleichtert die Kennzeichnung, indem es einen Button bzw. eine Rechtsklick-Auswahl dafür bietet und im Hintergrund die passenden XML-Tags setzt.  

Literaturarchiv der Österreichischen Nationalbibliothek, ÖLA SPH/LW/W13, p. 72

Komplexeres TEI-Markup erledigen wir nach dem Export aus Transkribus schließlich im dezidierten XML-Editor oXygen

Anja Stix 

Die Arbeit mit Transkribus gestaltet sich prinzipiell recht einfach, da sich die Benutzungsoberfläche intuitiv bedienen lässt. Transkribus erkennt text regions und lines automatisch und diese automatische Erkennung funktioniert im Großen und Ganzen auch recht gut. Hin und wieder muss aber händisch nachgebessert werden, da lines nicht bis zum Ende der Zeile gezogen wurden (2. Zeile im Beispiel) oder statt nur einer zwei lines markiert wurden. 

Deutsches Literaturarchiv Marbach, DLA, A: Handke, NB 018, p. 61

Transkribus bietet einige Tools für ein erstes Tagging an. Zu diesen Tools zählen unter anderem die Textformatierungsfunktionen underlined für unterstrichenen Text und strikethrough für durchgestrichenen Text, welche in der Transkription auch direkt ersichtlich sind. Darüber hinaus können einige Tags, wie zum Beispiel unclear für unleserlichen Text oder supplied für von Editor*innen hinzugefügten Text, direkt angebracht werden. Die Tags können auch um einzelne Buchstaben gelegt werden. Für das Notizbuch-Projekt werden die Tags unclear für unleserliche Stellen, add für hinzugefügten Text und del für gelöschten Text bereits in Transkribus verwendet. 

Transkribus bietet zusätzlich die Möglichkeit, auch Bilder zu erfassen, indem über die Zeichnung ein image-Feld gezogen werden kann. Da in Peter Handkes Notizbüchern viele Zeichnungen und Skizzen zu finden sind[1], ist diese Funktion für das Editionsprojekt bedeutsam. 

Im Beispiel ist zu sehen, dass das Transkribieren nicht immer einfach und schnell vor sich geht. Zuerst sollten alle lines bis zum tatsächlichen Ende der Zeile nachgebessert werden. Dann muss ein image-Feld über die von Transkribus nicht automatisch erkannte Zeichnung gelegt werden (im Bild bereits geschehen). Darüber hinaus ist einerseits nicht genau klar, wie weit die obere Zeichnung in den Text darüber reicht und andererseits ist es unklar, ob der Text im obersten Bereich nicht doch durchgestrichen ist oder dies ein Teil der Zeichnung ist, die darüber liegt.  

Die automatische Erkennung von Transkribus kann hier die Arbeit von Editor*innen in keinem Fall ersetzen. 

Kaptan Bayraktar 

Zuallererst soll festgehalten werden, dass der Zugang zum Material durch das Transkribieren ein höchst intensives Verhältnis zu ebendiesem schafft. Denn die* Transkriptor*innen lesen die Seiten nicht nur, sondern haben auch die Aufgabe, Streichungen, Markierungen, Bemerkungen usf. bewusst zu übernehmen und entsprechend zu kennzeichnen. Änderungen und Ersetzungen abzubilden ist ebenfalls die Aufgabe des Transkribierens. Doch nicht nur der Text wird beim Transkribieren beachtet. Auch Zeichnungen und Skizzen, von denen es reichlich im Werk von Peter Handke gibt, werden getaggt.  Sobald die Transkriptionen aufbereitet und kommentiert, die Notizbücher mit einleitenden materiellen und inhaltlichen Beschreibungen versehen, diese mit Register und einer Suchfunktion komplettiert werden, ist also eine nahezu interaktive Erfahrung mit dem Material erreicht. Diese Funktion ist äußerst erkenntnisbringend, allen voran bei einer wissenschaftlichen Auseinandersetzung mit dem Material. Aber auch für Handke-Interessierte gibt es eine Möglichkeit, sich einen unmittelbaren Zugang zu dem Autor und seiner geistigen Arbeit, seinen Beobachtungen, den Notizen und seinen Ideen zu schaffen. 

Nichtsdestotrotz birgt das Transkribieren selbst auch Probleme. Wie soll ein mit Wassertropfen übersätes Papier transkribiert werden? In welchem Arbeitsschritt korrigiert man Rechtschreibfehler und wie macht man die nachträglichen Korrekturen kenntlich? Hinzu kommt, dass die Software die Handschrift Peter Handkes bislang nicht automatisch identifizieren kann. Ein guter Ansatz wäre, das automatische Texterkennungssystem zu nutzen und das Material Seite für Seite, Zeile nach Zeile, Wort für Wort durch einen Algorithmus digitalisieren zu lassen. Die Abschriften der Seiten, Zeilen und Wörter werden aber in diesem ersten Projekt noch „per Hand“ durchgeführt. Das Arbeiten mit Transkribus hat daher zwei Gesichtspunkte, die in Zukunft von Nutzen sein werden. Der erste Gesichtspunkt ist bereits beschrieben worden, nämlich ein ganzheitliches Abbild des Materials zu schaffen, das eine interaktive Nutzung nach den Bedürfnissen der Interessierten erlaubt. Der zweite Gesichtspunkt ist, dass durch die Arbeit mit dem Text die Software stetig mit der Handschrift Handkes vertrauter wird. Je intensiver mit Transkribus gearbeitet wird, desto reibungsloser wird die automatische Texterkennung für zukünftige Projekte in Verbindung mit Peter Handkes Handschrift funktionieren.  

[1] Siehe auch Kepplinger-Prinz, Christoph, Pektor, Katharina: Zeichnendes Notieren und erzählendes Zeichnen. Skizzen, Zeichnungen und Bilder in Peter Handkes Notizbüchern von 1972 bis 1990, in Forschungsmagazin Handkeonline, 2012. https://handkeonline.onb.ac.at/node/1466 


Schreibe einen Kommentar

Deine E-Mail-Adresse wird nicht veröffentlicht. Erforderliche Felder sind mit * markiert.

Diese Website verwendet Akismet, um Spam zu reduzieren. Erfahre mehr darüber, wie deine Kommentardaten verarbeitet werden.