Leibniztag - edoc-Server der BBAW - Berlin-Brandenburgische ...

vor. Bisher konnten durch das OCR-Nachkorrekturverfahren 127 Bände in das XML-
TEI-Format überführt werden, die letzten Nachkorrekturen wurden für ca. 60 dieser
Bände vorgenommen.
Seit März 2009 werden auch alle für das Double-Keying bestimmten Bände durch
das OCR-Verfahren geleitet, mit dem Ziel, die zeichengenauen Koordinaten für die
Text-Bild-Verknüpfung zu erhalten. Bislang haben 130.000 von 150.000 Seiten dieses
Verfahren durchlaufen.
Zweiter Schwerpunkt im Berichtszeitraum war die Weiterentwicklung und Anpassung
computerlinguistischer Technologien an die Bedürfnisse des DTA. Es wurde ein
Verfahren entwickelt, das Texte, die in nicht normierter Orthographie vorliegen, auf
die moderne Schreibweise zurückführt (‚� eyl‘ -> ‚Teil‘). Damit können auch ältere
Texte mit den computerlinguistischen Verfahren, die auch im DWDS angewendet
werden, analysiert werden. Die Normalisierung ist derzeit bereits in die Suchfunktion
des DTA integriert und steht als Webservice bereit. Die darauf au� auenden Annotationen
(Lemmatisierung, morphologische Analyse) können automatisiert durchgeführt
werden, sobald die derzeit in Entwicklung be� ndliche Anbindung an das DTA fertig
gestellt ist. Dies ist für Frühjahr 2010 anvisiert, so dass alle bis dahin vorliegenden und
die 2010 neu in das DTA zu integrierenden Texte eine linguistische Grundannotation
erhalten werden.
So� wareentwicklung und Webapplikation
Die weitere So� wareentwicklung konzentrierte sich zum einen auf die Entwicklung
der Konvertierungsroutinen für die im Double-Keying-Verfahren manuell erfassten
Volltexte sowie für die per OCR erkannten und nachkorrigierten Volltexte in das
XML-TEI-Zielformat. Die Erstellung der notwendigen Skripte wurde im Juli 2009
abgeschlossen. Kleinere Ergänzungen und Verbesserungen werden laufend eingep�
egt.
Die öff entlichkeitswirksamste Maßnahme des Jahres 2009 war die Entwicklung
der Webplattform des DTA. Die Website ermöglicht die Anzeige der Bilddigitalisate
und Volltexte und stellt komplexe Suchmöglichkeiten zur Verfügung. Am 1. September
2009 ist das DTA mit den ersten 113 Bänden unter http://www.deutsches-textarchiv.de
online gegangen, Ende Januar 2010 sind knapp 300 Bücher online im DTA
verfügbar.
Publikationen und Vorträge
Das DTA konnte in den vergangenen Monaten auf folgenden Veranstaltungen der
Akademie- und Fachöff entlichkeit präsentiert werden:
Duntze, Oliver/Fritze, Christiane, „Deutsches Textarchiv kodieren – denkbare Perspektiven
kumulativen Arbeitens“, D-SPIN-Workshop „Kumulatives Arbeiten
322 | Berichte der Projekte und Initiativen