Platforma Transkribus i rękopisy: między automatyzacją a krytyczną lekturą
Abstrakt
Celem artykułu jest ukazanie potencjału i ograniczeń technologii rozpoznawania pisma odręcznego w badaniach nad rękopisami historycznymi oraz wskazanie, w jaki sposób platforma Transkribus może wspierać warsztat badacza humanistyki. Przedstawiono zarówno proces przygotowania danych wzorcowych i trenowania modeli, jak i praktyczne strategie pracy z różnymi stylami pisma oraz opracowywaniem różnorodnych materiałów źródłowych. Szczególną uwagę zwrócono na rolę ręcznej korekty, jakość danych treningowych oraz konieczność krytycznej weryfikacji wyników automatycznych transkrypcji. W artykule zostało podkreślone, że celem zastosowania technologii HTR nie jest zastąpienie tradycyjnego warsztatu źródłoznawczego, lecz uzupełnienie go o narzędzia cyfrowe, które pozwalają przyspieszyć kwerendy, zwiększyć dostępność źródeł i otworzyć nowe perspektywy analityczne.
Słowa kluczowe:
dziedzictwo kulturowe, digitalizacja, rozpoznawanie pisma odręcznego, TranskribusBibliografia
Opracowania
Alvermann Dirk, Gut Paweł, Transkribus im Archiv – Ein polnisch-deutsches Projekt zur Handschriftentexterkennung an historischen Dokumenten, „Archeion”, 122 (2021) s. 129-153.
Clematide Simon, Furrer Lenz, Volk Martin, Crowdsourcing an OCR gold standard for a german and french heritage corpus, w: Proceedings of the 10th International Conference on Language Resources and Evaluation (LREC’16), eds. N. Calzolari et al., Portorož 2016, s. 975-982.
Doerr Martin, The CIDOC Conceptual Reference Module: An Ontological Approach to Semantic Interoperability of Metadata, “AI Magazine”, 24 (2003) no. 3, s. 75-92.
Ehrmann Maud, Hamdi Ahmed, Pontes Elvys Linhares, Romanello Matteo, Doucet Antoine, Named Entity Recognition and Classification in Historical Documents: A Survey, “ACM Computing Surveys”, 56 (2023) no. 2, s. 1-27.
Hałaczkiewicz Joanna, Zastosowanie sztucznej inteligencji w edytorstwie naukowym – przykład „Moraliów” Wacława Potockiego, „Napis”, 30 (2024) s. 215-232.
Hodel Tobias, Supervised and Unsupervised: Approaches to Machine Learning for Textual Entities, w: Archives, Access and Artificial Intelligence, Working with Born-Digital and Digitized Archival Collections, ed. L. Jailland, Bielefeld 2022, s. 157-177.
Mühlberger Guenter et al., Transforming scholarship in the archives through handwritten text recognition, “Journal of Documentation”, 75 (2019) no. 5, s. 954-976.
Nguyen Thi Tuyet Hai, Jatowt Adam, Coustaty Mickael, Doucet Antoine, Survey of Post-OCR Processing Approaches, “ACM Computing Surveys”, 54 (2021) no. 6, s. 1-37.
Nockels Joe, Gooding Paul, Ames Sarah, Terras Melissa, Understanding the application of handwritten text recognition technology in heritage contexts: a systematic review of Transkribus in published research, “Archival Science”, 22 (2022) s. 367-392.
Pham Hoang Ha, Evaluating Visual-Language Models for Handwritten Text Recognition on Historical Swedish Manuscripts, Uppsala 2025.
Piotrowski Michael, Natural Language Processing for Historical Texts, San Rafael 2012.
Romein Annemieke, Rabus Achim, Leifert Gundram, Ströbel Phillip Benjamin, Assessing advanced handwritten text recognition engines for digitizing historical documents, “International Journal of Digital Humanities”, 7 (2025) s. 115-134.
Seweryn Anna, Obrazowanie wielospektralne fotografii, „Notes Konserwatorski”, (2024) nr 26, s. 143-161.
Terras Melissa, Inviting AI into the Archives: The Reception of Handwritten Recognition Technology into Historical Manuscript Transcription, w: Archives, Access and Artificial Intelligence, Working with Born-Digital and Digitized Archival Collections, ed. L. Jailland, Bielefeld 2022, s. 179-204.
Netografia
Ahn Luis von, Maurer Benjamin, McMillen Colin, David Abraham, Blum Manuel, re-CAPTCHA: Human-Based Character Recognition via Web Security Measures, “Science”, 321 (2008) s. 1465-1468, https://www.science.org/doi/10.1126/science.1160379 (dostęp: 4.08.2026).
AlKendi Wissam, Gechte Franck, Heyberger Laurent, Guyeux Christopher, Advancements and Challenges in Handwritten Text Recognition: A Comprehensive Survey, “Journal of Imaging”, 10 (2024) no. 1(18), https://doi.org/10.3390/jimaging10010018 (dostęp: 5.06.2026).
Barakat Berat Kurar, Rafi Cohen, Ahmad Droby, Irina Rabaev, Jihad El-Sana, Learning-Free Text Line Segmentation for Historical Handwritten Documents, “Applied Sciences”, 10 (2020) no. 22, https://doi.org/10.3390/app10228276 (dostęp: 4.08.2025).
Centrum Humanistyki Cyfrowej IBL PAN, https://chc.ibl.waw.pl (dostęp: 9.08.2025).
Centrum Kompetencji Cyfrowych Uniwersytetu Warszawskiego, https://ckc.uw.edu.pl (dostęp: 9.08.2025).
Character Error Rate and Learning Curve, https://help.transkribus.org/character-errorrate-and-learning-curve (dostęp: 18.08.2025).
Chrons Otto, Sundell Sami, Digitalkoot: Making old archives accessible using crowdsourcing, “Proceedings of the 11th AAAI Conference on Human Computation (AAAIWS’11-11)”, https://cdn.aaai.org/ocs/ws/ws0668/3813-16680-1-PB.pdf (dostęp: 5.06.2026).
Clausner Christian, Pletschacher Stefan, Antonacopoulos Apostolos, Aletheia – An Advanced Document Layout and Text Ground-Truthing System for Production Environments, https://www.primaresearch.org/www/assets/papers/ICDAR2011_Clausner_Aletheia.pdf (dostęp: 5.06.2026).
Couture Béatrice, Verret Farah, Gohier Maxime, Deslandres Dominique, The Challenges of HTR Model Training: Feedback from the Project. Donner le gout de l’archive à l’ère numérique, https://jdmdh.episciences.org/12556/pdf (dostęp: 5.06.2026).
Cyfrowe AGAD, https://agad.gov.pl (dostęp: 1.08.2025).
Endluri Sandeep, Rane Chinmayee, Handwriting Text Recognition, https://spectra.mathpix.com/article/2021.09.00013/handwriting-text-recognition (dostęp: 21.08.2025).
Fischer Andreas, Baechler Micheal, Garz Angelika, Liwicki Marcus, Ingold Rolf, A Combined System for Text Line Extraction and Handwriting Recognition in Historical Documents, https://sci-hub.pl/10.1109/das.2014.51 (dostęp: 12.08.2025).
Flor de Sousa Neto Arthur, Leite Dantas Bezerra Byron, Héctor Toselli Alejandro, Towards the Natural Language Processing as Spelling Correction for Offline Handwritten Text Recognition Systems, “Applied Sciences”, 10 (2020) no. 21, https://doi.org/10.3390/app10217711 (dostęp: 4.08.2025).
Garrido-Munoz Carlos, Rios-Vila Antonio, Calvo-Zaragoza Jorge, Handwritten Text Recognition: A Survey, https://doi.org/10.48550/arXiv.2502.08417 (dostęp: 5.02.2026).
Garz Angelika, Diem Markus, Sablatnig Robert, Detecting Text Areas and Decorative Elements in Ancient Manuscripts, w: 12th International Conference on Frontiers in Handwriting Recognition (ICFHR 2010): Kolkata, India, 16-18 November 2010, https://ieeexplore.ieee.org/document/5693520/similar#similar (dostęp: 12.08.2025).
Latin and German gothic book scripts, https://www.transkribus.org/en/model/latin-and-german-gothic-book-scripts (dostęp: 18.08.2025).
Lombardi Francesco, Marinai Simone, Deep Learning for Historical Document Analysis and Recognition – A Survey, “Journal of Imaging”, 6 (2020) no. 10, https://doi.org/10.3390/jimaging6100110 (dostęp: 5.02.2026).
The Paris Bible Project and Transkribus: Getting Started, https://parisbible.github.io/2021-07-06-TheParisBibleProjectAndTranskribusGettingStarted/ (dostęp: 4.08.2025).
Polona, https://polona.pl (dostęp: 1.08.2025).
RCIN Repozytorium Cyfrowe Instytutów Naukowych, https://rcin.org.pl/dlibra (dostęp: 1.08.2025).
READ-COOP, AI models for reading Polish cursive and printed texts, https://blog.transkribus.org/en/ai-models-for-reading-polish-cursive-and-printed-texts (dostęp: 7.08.2025).
Scius-Bertrand Anna, Jungo Michael, Wolf Beat, Fischer Andreas, Bui Marc, Transcription Alignment of Historical Vietnamese Manuscripts without Human-Annotated Learning Samples, “Applied Sciences”, 11 (2021) no 11, https://doi.org/10.3390/app11114894 (dostęp: 4.08.2025).
Ströbel Phillip Benjamin, Clematide Simon, Volk Martin, Hodel Tomas, Transformer-based HTR for Historical Documents, w: Workshop on Computational Methods in the Humanities 2022, https://wp.unil.ch/llist/files/2022/06/COMHUM_2022_paper_6.pdf (dostęp: 5.02.2026).
Szukaj w Archiwach, https://www.szukajwarchiwach.gov.pl (dostęp: 1.08.2025).
TEI P5: Guidelines for Electronic Text Encoding and Interchange, https://tei-c.org/release/doc/tei-p5-doc/en/Guidelines.pdf (dostęp: 20.08.2025).
Terras Melissa et al., The artificial intelligence cooperative: READ-COOP, Transkribus,and the benefits of shared community infrastructure for automated text recognition, Open Research Europe 2025, https://open-research-europe.ec.europa.eu/articles/5-16 (dostęp: 5.06.2026).
Transkribus, https://www.transkribus.org (dostęp: 18.08.2025).
Uniwersytet Ignatianum w Krakowie https://orcid.org/0000-0002-9610-997X
Licencja
Utwór dostępny jest na licencji Creative Commons Uznanie autorstwa – Użycie niekomercyjne – Na tych samych warunkach 4.0 Międzynarodowe.
