Europeana Newspapers Information Day KB, presentation by Huijbert Crijns

1. KRANTEN

3. 1883

4. 10 miljoen krantenpagina’s
• 1 miljoen kranten (1618-1995)
• 10 miljoen pagina’s
• 90 miljoen artikelen
• 1500 krantentitels
• Van tientallen instellingen
Pas 10%

5. Selectie
• Adviescommissie
• Inhoudelijke criteria
- Pershistorisch belang
- Geografische spreiding
- Politieke/confessionele
spreiding
• Praktische criteria
• Metamorfoze

6. Meerwaarde digitale tekstcollecties
• Altijd en overal raadpleegbaar
• Zoeken in metadata én tekst
• Tijdwinst
• Collectiebehoud
• Nieuwe zoekvragen
• Nieuwe onderzoeksmogelijkheden

7. Digital humanities
• Harvesten mbv OAI-PMH of SRU
(In overleg met de KB)
• Eigen zoekopdrachten loslaten op metadata en full-text

8. OCR
Optical Character Recognition
Automatische tekenherkenning
Auto ongeval.
Dokter Sikmans auto reed
iv Batavia twee personen
aan, die beiden
geblesseerd werden.
(1910)

9. OCR
VVt Venetien den
1.Junij, Anno 1618.
DJgn i f paffato te S'
aö'Jifeert mo?üen/bah
.)etgi'uotbciraetail)i.r/J
tmelchontDecht te /

10. OCR
Problemen:
• Oude lettertypes:
gotisch schrift
• Vergeeld papier
• Vervaagde of vlekkerig
geworden inkt
• Kneepschaduw

11. Andere problemen
• Onvolledigheid
• Spellingsvarianten
• Historisch taalgebruik
• Beperkte mogelijkheden
interface
• Beperkte metadata

12. Nieuwe release - november
• Booleaans zoeken
• Stabiliteit
• Highlighting verbeteren
• Mobiele apparaten/grote schermen
• Meer informatie over collecties
• Gebruiksvriendelijkheid website
(o.a. zoekhulp, filmpjes)

14. In de toekomst:
• Nieuwe kranten
• OCR verbetering (17e eeuw)
• Named entity recognition