ENP_Dutch_Infoday_LWilms

Europeana Newspapers

Project: Overzicht

Den Haag, 28 oktober 2014

Lotte Wilms, Koninklijke Bibliotheek

@lottewilms

This project is partially funded under the ICT Policy Support Programme (ICT PSP) as part of the

Competitiveness and Innovation Framework Programme by the European Community

http://ec.europa.eu/ict_psp

2

Europeana Newspapers Project

18 miljoen

Europese

kranten-

pagina’s





Verbeteren zoeken en vinden

• OCR

• Zoeken per artikel

• Named Entities

• Plaatsen

• Personen

• Organisaties





Best Practice project

• Verrijking

• Tools

• Metadata





Wie?

12 content

leveranciers

2 netwerk partners

4 technische

partners

1 aggregator





11 Associated Partners


http://www.llgc.org.uk/

http://www.bibnat.ro/




Netwerk Partners

7





Opbouw van het project

8

Coördinatie (SBB)

Verrijking (KB)

Evaluatie (USAL)

Aggregatie (TEL)

Metadata (UIBK)

Verspreiding

(LIBER)





Verrijking van gedigitaliseerde kranten

• Analyse en selectie dataset

• Eisenpakket krantendigitalisering

• Werkstroom voor verrijking

• Aanbevelingen voor best practice

9





Verrijkingen

• OCR (ABBYY Finereader)

• 8 miljoen pagina’s: UIBK

• Zoeken per artikel

• 2 miljoen pagina’s: CCS

• Named Entities: KB

• Plaatsen

• Personen

• Organisaties





3 alfabetten

12 Europese bibliotheken

18 miljoen historische krantenpagina’s

21 talen

17e – 20e eeuw

Europeana Newspapers data set





Selectiecriteria

• Selectie door bibliotheken

• Zoveel mogelijk vrij toegankelijk

• Metadata met CC-0 licentie voor Europeana

• Relevant voor de gebruikers

• Goede kwaliteit digitalisering

12





Europeana Newsapers data set

13





Aantallen

14





Talen

15





Lettertype voor de top 10 talen

16





Tijdlijn

17





Werkstroom voor verrijkingen

18





Software ondersteuning voor bibliotheken

19

1. BCT

Binarisation

and Colour

Reduction Tool





20

1. BCT

Binarisation

and Colour

Reduction Tool

2. FRT

File Rename

Tool






21

1. BCT

Binarisation

and Colour

Reduction Tool

2. FRT

File Rename

Tool

3. FAT

File Analyzer

Tool






Status verrijking

Totaal aantal pagina’s beoogd:

10.355.614 pagina’s

Momenteel verrijkt:

11.226.228 pagina’s

22





Named Entity Recognition

23

Talen

• Nederlands

• Frans

• Duits/Oostenrijks

Software Partners:

• NER attestation tool

http://lab.kbresearch.nl/enhance/NER

• Nederlandse trainingsdata & classifier

http://lab.kbresearch.nl/static/html/eunews.html

• NER software (open source)

https://github.com/KBNLresearch/europeananp-ner

• Nieuw output formaat: ALTO 3.0


http://kbresearch.dyndns.org/eunews/

http://kbresearch.dyndns.org/eunews/

http://kbresearch.dyndns.org/eunews/data/

http://kbresearch.dyndns.org/eunews/data/








Evaluatie en kwaliteitscontrole

• Infrastructuur voor evaluatie en kwaliteitscontrole

• Tools

• Ground truth

• Documentatie: http://www.europeana-newspapers.eu/wp-

content/uploads/2014/08/D3.3-Evaluation-Tools-Final-

Versions.pdf

24


http://www.europeana-newspapers.eu/wp-content/uploads/2014/08/D3.3-Evaluation-Tools-Final-Versions.pdf

















Aggregatie en presentatie

• Overzicht gedigitaliseerde kranten in Europa

• Aggregeren van content

• Ontwikkelen van een zoekinterface

• Toegang via TEL browser:

http://www.theeuropeanlibrary.org/tel4/newspapers

25








Metadata best practice voor kranten

• Overzicht modellen

• Een model voor kranten

• Tool voor het verrijken van model

26





Structify

27





Verspreiding

28

• Delen van doelen,

resultaten en bevindingen

• Uitbreiden van het netwerk

Nationaal Archief: http://www.flickr.com/photos/29998366@N02/3280639091


http://www.flickr.com/photos/29998366@N02/3280639091




Europeana Newspapers website

• Blog

• Interviews met

onderzoekers

• Updates over de

zoekinterface

• Uitlichten van nieuwe

content

• Promotiemateriaal

• Publicaties en presentaties

• Evenementen

29





In gesprek met de onderzoekers

30





Publiek

Policy makers

European Library

community

International library

community

Research community

EC projects Museums

archives

Technology experts

Teachers

Publishers

31

Informatiedagen, workshops, conferenties en online media:





Workshop Verrijking en kwaliteit

• 13 – 14 Juni, University Library Belgrade

• Blog: http://www.europeana-newspapers.eu/focus-on-

newspaper-refinement-quality-assessment-in-belgrade/

32


http://www.europeana-newspapers.eu/focus-on-newspaper-refinement-quality-assessment-in-belgrade/




















“Newspapers in Europe & the Digital Agenda for

Europe”

Doel: Produceren van een roadmap voor het verbeteren van

toegang tot gedigitaliseerde kranten voor beleidsmakers

British Library,

29-30 September 2014





Closing weeks

Promotie van de browser aan eindgebruikers

34

1-23 DECEMBER

2014

• Drie weken met evenementen door

heel Europa

• Live demos

• Persberichten

• Social media

• Tentoonstellingen

• Etc.





Animatie

35


http://vimeo.com/100313926#t=0s

Voor meer informatie:

http://www.europeana-newspapers.eu/




ENP_Dutch_Infoday_LWilms

Education

Transcript of ENP_Dutch_Infoday_LWilms