Marc Rothballer: Transkribus – Erfahrungsbericht zu maschinellem Lernen und Handwritten Text Recognition in der Heimat- und Familienforschung

Vielen Dank für diesen interessanten Text! KG

Transkribus ist ein Programm bzw. vielmehr eine teilweise cloudbasierte Plattform zur (halb-)automatisierten Text- und Strukturerkennung von Archivunterlagen und historischen Dokumenten. Es wird von der Universität Innsbruck betrieben und ist Teil des EU-geförderten READ-Projekts.1 Neben der reinen Handschriften- und Texterkennung bietet Transkribus noch weitere Funktionen, die im Folgenden jedoch vernachlässigt werden sollen.

Ich beschäftige mich seit etwa einem halben Jahr (wieder) mit dem (Hand-)Schrifterkennungsprogramm Transkribus. Gleich vorweg: Ich habe mich keineswegs vertieft mit sämtlichen Funktionen des Programms befasst, würde mich also nicht als Transkribus-Experte bezeichnen. Ferner stehe ich in keinerlei Verbindung zum Transkribus-Projekt selbst.

Ausgangspunkt meiner Beschäftigung mit Transkribus war, dass es bisher keine vernünftigen Möglichkeiten gibt, Handschriften automatisiert zu erkennen und in Text umzuwandeln, ja dass noch nicht einmal für gebrochene Druckschriften (in Fraktur gesetzte alte Zeitungen, Bücher etc.) überzeugende und erschwingliche Lösungen der Texterkennung für den Endnutzer vorhanden sind. Transkribus bietet in beiden Fällen eine Lösung und ist aufgrund seiner (kosten-)freien Zugänglichkeit ein vielversprechender Hoffnungsträger für Experten (Historiker, Archive etc.) sowie für interessierte Laien (Heimat- und Familienforscher, Citizen Scientists etc.).

WAS IST TRANSKRIBUS NICHT?

Wer sich mit Transkribus ein einfach zu bedienendes Programm erhofft, mit dem sich „mal schnell“ ein paar gescannte oder abfotografierte Dokumente transkribieren lassen, wird enttäuscht werden. Ebenfalls enttäuscht werden Anwender ohne Kompetenzen im Lesen alter Schriften.

WAS SOLLTE MAN MITBRINGEN?

Das Programm ist nämlich nicht (!) für Menschen geeignet, die im Lesen (und Transkribieren) historischer Dokumente und Schriften ungeübt oder gar unbeleckt sind! Der gewöhnliche Heimat- oder Familienforscher, der bereits an Oma Philomenas Tagebuch von 1913 scheitert, weil es zwar mit liebevoll schöner Handschrift, dafür aber in Sütterlin/Kurrent geschrieben ist, wird mit Transkribus wenig Freude und noch weniger Erfolge haben. Das Programm kann einiges an Texterkennung automatisch erledigen, ganz so wie es beispielsweise die Optical Character Recognition (OCR) von Adobe Acrobat, ABBYY FineReader oder vergleichbaren Programmen mit Antiqua-Schriften macht. Zur Überprüfung und Vervollständigung des erkannten handschriftlichen Textes muss man aber erkennen können, wo das Programm gegebenenfalls falsch lag und was stattdessen im Originaldokument geschrieben steht.

Außerdem schadet eine gewisse Technikaffinität und Geübtheit mit Java-Anwendungen bei der Benutzung von Transkribus nicht. Leider ist das Programm optisch wenig ansprechend gestaltet: Es ist vollkommen überfrachtet mit Symbolen und allerlei Bedienelementen, die Menü- und Untermenüanordnung, die Bedienung selbst und die Durchführung der Arbeitsabläufe sind reichlich unintuitiv, umständlich und nicht selbsterklärend. Wegen der Java-Programmierung und der serverbasierten Auftragsverarbeitung erledigt das Programm seine Arbeit zudem recht gemächlich und es wird für beinahe jeden Schritt eine Internetverbindung benötigt.

Wenngleich sich das Programm dem Grunde nach an Experten (Historiker, Archive etc.) richtet, so erscheint es mir jedoch auch für diese Zielgruppe unnötig unübersichtlich und „verstaubt“. Sicherlich ist das zu einem gewissen Teil Geschmackssache, Transkribus wirkt auf den ersten Blick allerdings eher abschreckend und wenig einladend und es bleibt zu hoffen, dass zukünftige Programmversionen eine optische Überarbeitung und Verschlankung erhalten.2

WAS MACHT DAS PROGRAMM?

Wer sich von der nutzerunfreundlichen Bedienung nicht abschrecken lässt und sich dennoch mit Transkribus befasst, wird schnell die Vorzüge erkennen. Seine Funktionen sind sehr umfangreich, ich beschränke mich daher im Folgenden auf die meiner Ansicht nach wichtigsten und grundlegendsten Funktionen für den Laien.

Nach Installation und Registrierung (beides kostenlos) können Dokumente hochgeladen werden. Die Dokumente werden auf den Transkribus-Servern gespeichert/verarbeitet und müssen bestimmte Voraussetzungen bzgl. Dateiformat etc. erfüllen. Um eine Handschriftenerkennung durchführen zu können, muss das Dokument zunächst segmentiert werden, sprich es müssen die einzelnen Zeilen, Absätze etc. auf jeder Seite markiert werden. Dies geschieht im Programm und kann entweder vollkommen manuell erfolgen (dank der umständlichen Bedienung ist dies kein Vergnügen) oder vollkommen automatisiert und man bearbeitet manuell nach (meiner Ansicht nach für den Nicht-Experten in der Regel ausreichend).

Sobald das Dokument automatisch segmentiert ist (dies ist ein Prozess, der ebenfalls auf den Transkribus-Servern stattfindet und etwas Zeit in Anspruch nimmt), erscheint das Dokument in der Seitenanzeige mit Zeilen/Absatzmarkierungen hinterlegt. Jede Zeile ist nun als solche mit einer Grundlinie markiert, auch die Worthöhen sind mit Linien gekennzeichnet – so weiß Transkribus, in welchen Bereichen mit Buchstaben und Wörtern zu rechnen ist. Transkribus gibt den erkannten Text später entsprechend den markierten Zeilen aus, wer hier eine Zeile übersieht oder nicht automatisch markierte Worte in der Nachbearbeitung vergisst zu markieren, wird diese auch nicht in der Textausgabe wiederfinden – die künstliche Intelligenz ist aktuell nur so clever, wie ihr Nutzer. Hat man aber den Text gänzlich segmentiert, so kann zur Handschriftenerkennung geschritten werden, der sog. Handwritten Text Recognition (HTR). Das Programm kann sowohl gedruckte (Fraktur-)Schriften erkennen als auch Handschriften jeglicher Art.3

Die Handschriftenerkennung funktioniert mittels maschinellen Lernens. Maschinelles Lernen ist eine grundlegende Methode der künstlichen Intelligenz. Dabei soll eine Maschine automatisiert sinnvolle Ergebnisse zu einer Problemstellung liefern, ohne dass ihr zuvor der konkrete Lösungsweg aufgezeigt wurde. Dies funktioniert, indem ein Algorithmus – eine Folge von Anweisungen – aus vorliegenden Beispieldaten ein Modell erlernt, das sich dann auf neue und zuvor noch nicht gesehene Daten anwenden lässt.4

Mittels eines solchen Modells wird durch Transkribus eine Handschrift erkannt. Vereinfacht ausgedrückt erlernt das Programm, dass eine bestimmte Form, Gestaltung und Folge von Linien mit einem bestimmten Buchstaben gleichzusetzen ist. Es eignet sich ein Muster, eine „Buchstaben-Blaupausen“ an, anhand derer die an sich nicht sehr intelligente künstliche Intelligenz weiter trainiert und auf die richtige Fährte geführt wird. Im Idealfall verfügt der Anwender über ein paar hundert Seiten des gleichen Schreibers, dann kann speziell für diesen Schreiber bzw. dessen Handschrift ein Modell erstellt und trainiert werden. Man transkribiert die ersten Seiten selbst (empfohlen sind 5.000-15.000 Wörter), füttert das Programm also mit Informationen und Beispielen dazu, welche handschriftliche Buchstabenform welchem „gedruckten“ Buchstaben entspricht, und es wird mittels seines Algorithmus sodann alleine nach vergleichbaren Formationen und tolerablen Abweichungen davon im Rest des Dokuments suchen. – es „lernt“, die Handschrift zu lesen, indem es die Zeichen, die es im Dokument vorfindet (neue Situation), mit denen in der hinterlegten „Blaupause“ (bekanntes Muster) vergleicht und dazu vom Nutzer Feedback erhält.

Die Erstellung eines eigenen Modells ist für große Dokumentensammlungen (von der Hand eines langlebigen Pfarrers geschriebene Kirchenmatrikeln, nachgelassene Tagebücher, umfängliche Manuskripte etc.) sehr spannend und sinnvoll, dürfte dem durchschnittlichen Heimat- und Familienforscher aber nur wenig helfen, da selten mehrere hundert Seiten vom gleichen Schreiber transkribiert werden wollen. Viel häufiger ist es doch so, dass mal ein fünfseitiges Briefprotokoll von 1737, dann ein zehnseitiger notarieller Kaufvertrag von 1905, eine zwanzigseitige Musterungsliste aus dem Jahr 1580 und eine Reihe von dahingeschmierten Kirchenbucheinträgen unterschiedlicher Pfarrer aus der Zeit des Dreißigjährigen Krieges transkribiert werden sollen. Jede Epoche ein anderes Schriftbild, jeder Schreiber seine eigene Handschrift – zu wenig Material, um für jedes Dokument extra eine eigene Trainingsdatei zu erstellen.

Glücklicherweise gibt es in Transkribus bereits einige (von anderen Nutzern erstellte und trainierte) Modelle, auf die man in solchen Fällen zurückgreifen kann und die meiner Auffassung nach ganz akzeptable Ergebnisse liefern. So gibt es beispielsweise eine Trainingsdatei zur Kurrentschrift (deutsch) aus dem 19. Jahrhundert, diese wurde mit drei Millionen Wörtern und einer halben Million Zeilen „trainiert“ (Stand: Juni 2020). Als Trainingsmaterial dienten aber wohl Schweizer Archivalien, daher hat die Trainingsdatei einen leichten „Schweiz-Bias“. Eine weitere Trainingsdatei zur Kurrentschrift (deutsch) deckt das 16. bis 18. Jahrhundert ab, 1,5 Millionen Wörter und 250.000 Zeilen sind erfasst (Stand: Juni 2020). Das Modell „NZZ Gold Standard“ wurde mit Titelseiten der Neuen Zürcher Zeitung von 1780–1940 trainiert und erkennt Fraktur (und das recht zuverlässig). So gibt es noch eine Reihe weiterer Modelle (auch für andere Sprachen), die meines Erachtens für die Zwecke des durchschnittlichen Laienforschers gut geeignet sind.

Letztlich geht es also darum, dem Transkribus-Algorithmus etwas an die Hand zu geben, mit dem er das vorliegende Dokument einordnen und „verstehen“, will heißen: erkennen kann. Wählt man für ein deutschsprachiges und kurrentgeschriebenes Dokument aus dem 18. Jahrhundert ein Trainingsprogramm, das mit schwedischen Gerichtsunterlagen des 19. Jahrhunderts trainiert wurde, dann kommt in der Texterkennung wenig Sinnvolles heraus.5

Folglich gilt es also, nachdem der Text segmentiert wurde, ein einigermaßen passendes Model (Entstehungsort und -sprache, Entstehungszeit, Schriftart) zu wählen und dieses über den Text laufen und seinen Dienst tun zu lassen. Dies geschieht wieder über die Transkribus-Server und dauert je nach Umfang des Dokuments ein paar oder auch ein paar mehr Minuten. Nach Abschluss der Texterkennung wird passend zum abgebildeten Dokument der erkannte Text angezeigt.

Dieser Text kann sodann überarbeitet und nachgebessert werden – das sollte er auch, denn von Perfektion kann (noch) keine Rede sein. Anhand meiner subjektiv-anwendungsbezogenen Erfahrungen werden mit diesem Vorgehen etwa 60–80 % des Textes korrekt erkannt. Freilich variiert die Trefferquote je nach Qualität der Aufnahme, Lesbarkeit und Gleichmäßigkeit der Handschrift sowie korrekter Segmentierung. Eine Nachbearbeitung ist also (noch) unabdingbar und setzt wie schon erwähnt voraus, dass der Anwender selbst prinzipiell in der Lage ist, dem Programm auf die Sprünge zu helfen – nämlich indem er die Schrift selbst entziffert und die Fehler des Programms korrigiert. Dadurch lernt das Programm und verbessert stetig seine Leistungsfähigkeit, wovon aufgrund der cloudbasierten Verortung auch alle anderen Nutzer profitieren.

Nun aber einmal ein Beispiel, beliebig aus einem meiner Dokumente herausgegriffen: Es handelt sich um die Klageschrift des Revierförsters von Mantel bei Weiden in der Oberpfalz aus dem Jahre 1780 an seinen Durchlauchtigsten Fürsten in Sulzbach (Privatbesitz). Vom Leseschwierigkeitsgrad her dürfte die Handschrift als „normal“ zu lesen zu bewerten sein, die Schrift ist weder sonderlich klar oder verspielt noch hat sie eine „Sauklaue“ verfasst. Sie enthält Jahreszahlen, allerlei Abkürzungen und einige Symbole sowie eine fantasiereiche Orthographie. Das Dokument ist frei von größeren Flecken oder Verunreinigungen (Wasserflecken, Tintenschmierer, Schimmel- oder Fehlstellen etc.), stellenweise scheint die rückseitige Schrift durch. Das Dokument wurde mit einer digitalen Spiegelreflexkamera (24 MP, ohne Stativ) abfotografiert,6 als NEF-Datei gespeichert und danach in PDF konvertiert. Leider unterstützt Transkribus nur bestimmte Dateiformate und lässt auch nur bestimmte Uploadmöglichkeiten zu, die einen „Normalbenutzer“ schnell überfordern können, den Experten aber durchaus erfreuen.

An dem so erstellten Dokument wurde keine weitere Bildbearbeitung durchgeführt, sprich die Aufnahmen sind in Farbe und ohne Anpassung von Kontrast etc. in Transkribus weiterverarbeitet worden. Gleichwohl bestünde in Transkribus die Möglichkeit, Kontraständerungen und dgl. bei Bedarf vorzunehmen.

Privatbesitz (NL-Z), Köhlerei und Meilerei, Schreiben des Franz Benno von Hann v. 18. Februar 1780 an die Regierung Pfalz-Sulzbach, fol. 13r

||| Was Transkribus erkennt: |||
Wie ders auch auf veranlaßung der hochofen verwaltun
von Gen. Weg Sulzbach mit den 5. Mart. 1779. anbe-
ohlen worden
Bevor ich die, in disen gesuch des hochofen verwalters
stellend gefahren absichten aufdelle, muß ich zur
Deutlichkeit der Sache erklähren, was es mit denen
Bodt-Kohlbrennend für eine beschaffenheit habe
Den Podl-ahlen werdend seine größere Bohlend genannet, die
auf dem hochofen und längere glust und Hürs halten

||| Was tatsächlich geschrieben steht: |||
Wei dises auch auf Veranlaßung der Hochofen Verwaltung
von chfstl. Regg. Sulzbach untern : 5 Mart. : 1779 : anbe-
fohlen worden.
Bevor ich die in disen gesuch des hochofen Verwalters
steckend gefährl. absichten aufdecke, muß ich zur
Deutlichkeit der Sache erklähren, was es mit dem
Bock-Kohlbrennen für eine Beschaffenheit habe.
Dei Pock-Kohlen werden jenne größere Kohlen genannet, die
auf dem Hochofen eine längere Glut und Hütze halten

Ein weiteres Beispiel, aus demselben Dokument herausgegriffen:

Privatbesitz (NL-Z), Köhlerei und Meilerei, Schreiben des Franz Benno von Hann v. 18. Februar 1780 an die Regierung Pfalz-Sulzbach, fol. 10v

||| Was Transkribus erkennt: |||
22 zeiget meine beylag hab lit. C. das der
hochofen verwalter mich verschidenen thate
Handlmann, über welche nach schon untern
24. julii ao 1753 bey es wegg Sulzbach
Beschwehrlich, mich damahls schon betrohete
wen ich nach deßen jagdt ab sichtend wider
sirt hätte.

||| Was tatsächlich geschrieben steht: |||
2do zeiget meine Beylag Sub. lit. l., das der
Hochofen Verwalter mit Verschidenen That-
handlungen, über welche mich schon untern
24ten July Ao 1753 bey chfstl. Regg. Sulzbach
beschwehrete, mich damahls schon betrohete,
weil ich mich deßen Jagdt-Absichten wider-
sezet hatte.

Wie zu sehen ist, wird bei Vokalen und bei Wortendungen noch ein wenig nachbearbeitet werden müssen, abgekürzte Worte verwirren das Programm (ohne vorhergehendes spezifisches Training) gelegentlich, mit Zahlen hat es mal Probleme und mal erkennt es sie erstaunlich gut. Eine Nachbearbeitung ist also dringend geboten– man sollte sich aber immer vor Augen halten, dass hier eine Maschine anhand von einigermaßen vergleichbaren Trainingsdaten eine menschliche Handschrift „erkennt“, die noch dazu Wörter und Schreibweisen verwendet, die in der Regel nicht in Wörterbüchern zu finden sind (was eine Erkennung zusätzlich vereinfachen würde).

Unter diesen Gesichtspunkten halte ich das Ergebnis für durchaus positiv und erstaunlich, zumal ja wie erwähnt mit jedem „Training“, mit jeder Korrektur, die der intelligente Nutzer der künstlichen Intelligenz gibt, die Schrifterkennung präziser wird. Hier liegt auch der Grund, weshalb die Dokumentdaten über die Transkribus-Server laufen, denn so wird das maschinelle Lernen fortwährend und nutzerübergreifend ermöglicht und die Ergebnisse, sprich: die Treffsicherheit, wird mit jeder nachbearbeiteten Seite weiter verbessert.

So bleiben, wenn man die umständliche Bedienung ein wenig geübt ist und in Abhängigkeit davon, wie genau man es nimmt, pro Seite im Schnitt fünf bis zehn Minuten Nachbearbeitungszeit übrig. Das fertig bearbeitete Dokument lässt sich dann als durchsuchbares PDF (also als Bild mit Text hinterlegt) oder auch nur als Reintext speichern.

WAS BRINGT ALSO TRANSKRIBUS?

Für den unbedarften Laien, der keine Lesekompetenz mitbringt, bringt das Programm gar nichts. Aber für den fortgeschrittenen Heimat- oder Familienforscher, der einen Teil seiner gescannten/abfotografierten Archivalien automatisiert auslesen lassen möchte und bereit ist, den Rest manuell nachzubearbeiten, für die Citizen Scientists, die sich für ein größeres Projekt Lesekenntnisse aneignen und mit Hilfe des Programms hinzulernen möchten, für diese Zielgruppen ist Transkribus durchaus eine bedenkenswerte Option.

Gerade wenn umfangreiche Materialsammlungen eines oder weniger Schreiber transkribiert werden sollen, kann durch das Training eines eigenen Modells sehr viel Zeit bei der Transkription gespart werden. Wohlbemerkt gehören die genannten Personenkreise meinem Verständnis nach nicht zur erklärten Hauptzielgruppe von Transkribus und in der Regel stellt der Familienforscher andere Erwartungen an das Ergebnis seiner Arbeit als der Historiker.

Losgelöst vom individuellen Nutzen von Transkribus erscheint mir dessen Verwendung beispielsweise auch im Bereich von Kirchenbuch-Digitalisaten, digitalisierten Personenstandsunterlagen etc. lohnenswert und ertragreich. Ohne Zweifel ist die Digitalisierung von Archivalien unter vielerlei Gesichtspunkten ein wichtiger Schritt, es wird aber ebenso zweifellos nur der erste Schritt sein hin zu einer KI-basierten (Teil-)Aufbereitung der digitalisierten Archivalien. Technisch gesehen spricht bereits heute nichts dagegen, die nun allerorts digitalisierten Kirchenbücher einer HTR-Prozedur zu unterziehen. Freilich kommen dadurch (derzeit noch) keine originalgetreuen Transkriptionen zustande und eine Nachbearbeitung wäre unabdingbar. Dennoch würde so zumindest ein Teil des umfänglichen Quellenmaterials bereits (korrekt) erschlossen werden und sich sowohl die Grundlage für eine umfassendere Erschließung bieten als auch der hierfür notwendige Arbeitsaufwand reduziert. Und, wenn mir der Spaß erlaubt ist, bei einer Trefferquote von 60-80 Prozent scheint der Algorithmus jetzt schon zuverlässiger zu arbeiten als der durchschnittliche Nutzer, der Kirchenbücher bei Familysearch oder Kriegsstammrollen bei Ancestry transkribiert.

Maschinelles Lernen setzt voraus, dass es zumindest initial einen Lehrer gibt, der mit genügend Lehrmaterial und Knowhow bewaffnet der künstlichen Intelligenz den Weg weist. Auf absehbare Zeit wird durch das anhaltende Training der Transkribus-Algorithmen und durch die technischen Weiterentwicklungen des maschinellen Lernens an sich sicherlich eine noch größere Genauigkeit bei (noch weniger) Zu- und Nacharbeit zu erzielen sein.

Marc Rothballer
rothballer.marc@gmail.com

#palaeographie

  1. Siehe https://transkribus.eu/Transkribus/. Eine gute Übersicht samt Tutorials und Downloadmöglichkeiten findet sich unter https://transkribus.eu/wikiDe/index.php/Hauptseite. []
  2. Grundlage der folgenden Betrachtung ist Transkribus v1.11.0. []
  3. Meinem Verständnis nach wird es Ihnen mit entsprechender Übung auch das Voynich-Manuskript transkribieren, wenn Sie ihm den passenden Schlüssel dazu an die Hand geben. []
  4. Vgl. Kersting, K.; Tresp, V.: Maschinelles und Tiefes Lernen: Der Motor für ‚KI made in Germany‘, https://digitaleweltmagazin.de/2020/02/21/maschinelles-und-tiefes-lernen-der-motor-fuer-ki-made-in-germany/ (Aufruf: 23.06.2020). []
  5. Zudem würde durch derartiges Vorgehen und die „Korrektur“ des „falsch erkannten“ Textes der Algorithmus in eine völlig falsche Richtung geführt. Davon ist also dringend abzuraten und im Zweifelsfall ist der gleichwohl unbequemere Weg zu wählen und ein eigenes Modell zu kreieren. []
  6. Auch Aufnahmen mit einem High-End-Smartphone sind problemlos verwertbar, selbst bei Aufnahmen, die ohne zusätzliche externe Lichtquelle allein bei Tages- oder Archivlicht erstellt wurden, liefert Transkribus überraschend gute Ergebnisse. []

5 Gedanken zu „Marc Rothballer: Transkribus – Erfahrungsbericht zu maschinellem Lernen und Handwritten Text Recognition in der Heimat- und Familienforschung

  1. Pingback: Software zur Entzifferung von Kurrentschrift | digithek blog

  2. Vielen Dank für diesen sehr informativen Beitrag! Ich hatte mich in der Vergangenheit auch schon einmal (wenn auch eher halbherzig) mit Transkribus beschäftigt, wurde aber von den hohen Einstiegsbarrieren abgeschreckt. Alles, was Marc Rothballer über die miserable Bedienbarkeit schreibt, trifft leider zu und macht das Programm für den Historiker, der nicht zugleich ITler ist (oder in seiner Arbeitsgruppe einen zur Hand hat), kaum brauchbar.
    Zumindest für die Digitalisierung von frakturgesetzten Büchern gibt es wesentlich leichter zugängliche Alternativen: Zum einen (kostenlos als Open Source) Tesseract, das in Kombination mit der Benutzeroberfläche gImageReader zwar auch ein wenig umständlich, aber doch recht gut zu bedienen ist und sehr ordentliche Ergebnisse liefert. Und zweitens hat ABBYY in der gerade erschienenen neuesten Version des FineReader (FineReader 15 PDF) endlich eine brauchbare Frakturerkennung eingebaut, die nach ersten Tests ähnlich gute Ergebnisse liefert wie bei Antiqua-Schriften.

Schreibe einen Kommentar zu RD Antworten abbrechen

Deine E-Mail-Adresse wird nicht veröffentlicht. Erforderliche Felder sind mit * markiert.

Diese Website verwendet Akismet, um Spam zu reduzieren. Erfahre mehr darüber, wie deine Kommentardaten verarbeitet werden.