Prosjektetableringsstøtte for prosjekt Oleander under H2020 call DT-TRANSFORMATIONS-12-2018-2020

Prosjektets formål er som beskrevet over å bedre tilgang til historisk materiale ved automatisk generering av metadata og kryssreferanser. (Se også vedlegget for en beskrivelse av prosjektet) Viktige FoU utfordringer: 1) OCR av historisk dokumenter er krevende lav kontrast og mye støy i dokumentbildene samt spesielle fonter og gammeldags språk. Det må derfor gjøres en kvalitetsvurdering av eksisterende OCR-resultat og forbedre dersom kvaliteten er for dårlig for semantisk analyse. 2) Layout analyse som gir riktig klassifisering av type tekst som overskrifter, ingress og hovedtekst med riktig leserekkefølge er krevende 3) Automatisk Semantisk analyse krevende av selv med moderne tekst, for historiske dokumenter gir OCR feil og gammelt språk ytterligere utfordringer som må takles for å kunne generere metadata og kryssreferanser 4) Automatisk klassifisering av bilder basert på bildeanalyse og teksten rundt bildet er meget krevende. Utvilkingen av bildeanalysen krever et stort sett med annoterte bilder 5) Utvikling av brukergrensesnitt hvor brukere kan legge inn nye objekter og metainformasjon