Putting the World's Cultural Heritage Online with Crowdsourcing

Zarndt, Frederick

doi:10.25281/0869-608x-2013-0-1-76-84

Cited by 5 publications

(5 citation statements)

References 4 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…Кратко его можно определить, как процесс распределения небольших заданий на разрозненную группу людей. Отличительной особенностью является именно использование разнородного множества людей с различными навыками, способностями, мотивацией и работоспособностью [19].…”

Section: рисунок 1 виды пост-процессинговой коррекции ошибок Ocrunclassified

“…Использование краудсорсинга для ручной коррекции ошибок OCR весьма успешно применяется при оцифровке исторических текстов -архивных записей, газет, документов, журналов и.т.п. [19]. Для примера можно выделить платформу Trove [16] национальной библиотеки Австралии, систему Veridian [17] применяющуюся во многих библиотеках США, экспериментальную платформу Kokos [7] для коррекции исторических Альпийских ежегодных журналов, а также платформу Digitalkoot [6] использующую игровой подход для мотивации пользователей.…”

Section: рисунок 1 виды пост-процессинговой коррекции ошибок Ocrunclassified

See 1 more Smart Citation

Automation of Manual Ocr Error Correction

Shakirov¹,

Kalakov²

2020

View full text Add to dashboard Cite

Ошибки при использовании оптического распознавания символов (OCR) неизбежны. Вопрос лишь в том насколько они критичны и как их можно исправить. Большинство исследований фокусируют свое внимание на полностью независимых, машинных способах пост-коррекции ошибок. Используя в основном различные комбинации статистического и лингвистического анализа или специально обученные нейросети. Системы автоматизации ручной коррекции ошибок в этом плане несколько отстают в развитии, хоть и являются ультимативным решение для оцифровки документов низкого и очень низкого качества. В данной статье мы попытались улучшить существующие системы ручной коррекции ошибок OCR дополнив их модульной, краудсорсинговой платформой. Ключевыми особенностями данного решения являются атомарные небольшие задания и их деление на два типа-подтверждающие и корректирующие. Так же нами проведено сравнение нового архитектурного подхода с существующими способами коррекции ошибок распознавания текста. ABSTRACT Errors using optical character recognition (OCR) are inevitable. The only question is how critical they are and how we can fix them. Most studies generally focus on fully automatic methods for error post-correction. Using various combinations of statistical and linguistic analysis or specially trained neural networks. Automated systems for manual error correction are relatively less attractive, although they are the ultimate solution for text recognition of documents with low and very low quality. In this article, we propose an improvement for the existing manual OCR error correction systems by adding a modular, crowdsourcing platform. The key features of this solution are very small tasks and their division into two types-confirmation and correction. We also compared the new architectural approach with existing methods for correcting text recognition errors.

show abstract

Section: рисунок 1 виды пост-процессинговой коррекции ошибок Ocrunclassified

Automation of Manual Ocr Error Correction

Shakirov¹,

Kalakov²

2020

View full text Add to dashboard Cite

show abstract

“…Por otro lado, la/s persona/s responsables o gestores deben reunir condiciones para un liderazgo firme, visión, habilidades de negociación y perseverancia. Los voluntarios deben sentirse valorados y saber que su contribución marca una diferencia y que el tiempo dedicado está bien aprovechado, (Ellis, 2014;Lara, 2014;Zarndt, 2012).…”

Section: Oportunidades Vs Amenazasunclassified

“…Esta interacción siempre implica un beneficio mutuo (Estellés-Arolas y González-Ladrón-De-Guevara, 2012a; Kowalska, 2012;Zarndt, 2012). Otra definición lo considera como un modelo de producción y resolución de problemas que utiliza la inteligencia colectiva de una comunidad en línea para servir a los objetivos específicos de la organización (Brabham, 2008).…”

unclassified

“…Las motivaciones del público para participar en un proyecto de tal envergadura pueden ser diversas: aprender o profundizar en una temática, ganar experiencia, buscar reconocimiento, compartir conocimiento, identificarse con una idea o causa, desarrollar habilidades creativas, entretenimiento, altruismo, entre otras (Oomen y Aroyo, 2011;Ridge, 2014;Velasco, 2013;Zarndt, 2012).…”

unclassified

See 1 more Smart Citation

Crowdsourcing en bibliotecas

Dobrecky

2016

Biblios

View full text Add to dashboard Cite

ResumenEn el presente trabajo se reflexiona sobre el crowdsourcing, término que acuñó Jeff Howe en el año 2006 y su relevancia para las bibliotecas. Si bien no existe consenso entre los autores para definir este término, se examinan los principales elementos que permiten describirlo y caracterizarlo junto con algunos ejemplos generales. Se analizan las razones para su aplicación en nuestro ámbito y algunas recomendaciones en base a experiencias de otras instituciones. Además, se describen algunos proyectos exitosos. Se discuten las oportunidades que presenta por el vínculo de pertenencia que se crea con el público, la posibilidad de cumplir con objetivos pendientes, el sentido de responsabilidad hacia las colecciones y un mayor acceso, así como los obstáculos centrados en la pérdida del control y de poder de los bibliotecarios frente a los prosumidores. Más allá de las amenazas que implica, es una herramienta con un gran potencial para que las bibliotecas tengan mayor visibilidad, se posicionen mejor en la sociedad y se asegure su perdurabilidad en el largo plazo. Palabras clave Crowdsourcing ; Bibliotecas ; Inteligencia colectiva ; Voluntarios Crowdsourcing in libraries AbstractThis article reflects on crowdsourcing, a term coined in 2006 by Jeff Howe, and its relevance to libraries. There is not a c lear agreed definition. Thus, its main elements are examined to describe and characterize this phenomenon and a few examples are presented. The reasons to apply this tool in libraries, helpful tips and successful projects are analyzed. Engage users, add or enhance library collections, find solutions to problems, achieve libraries goals, create a sense of ownership are just some of the opportunities derived from this collaborative model. On the other hand, loss of power and control are threats that librarians must overcome. In conclusion, crowdsourcing represents an interesting challenge concept to increase the visibility of the library and assure longevity of the cultural heritage. KeywordsCrowdsourcing ; Libraries ; Wisdom of crowds ; Digital volunteers 1 Crowdsourcing: origen y características El término "Crowdsourcing" se utiliza por primera vez en el año 2006 en un artículo publicado por Jeff Howe en la revista "Wired". La idea principal consiste en tomar una determinada tarea tradicionalmente desempeñada por un agente designado y externalizarla, realizando una convocatoria abierta a un amplio e indefinido grupo de personas. Desde otra perspectiva, implica rescatar los principios que funcionaron en los proyectos de software de código abierto y aplicarlos en todo el espectro del mundo de los negocios. Es un mecanismo para unir el talento y conocimiento que se encuentra disperso entre los seres humanos, con aquellos que lo necesiten.Un antecedente al trabajo de Howe lo realizó James Surowiecki (2004), quien en su obra publicada, "The Wisdom of crowds", describe experimentos y eventos donde las actividades desempeñadas por el "público" sin ningún entrenamiento específico son realizadas tan bien o mejor que un únic...

show abstract

Ground-truth generation through crowdsourcing with probabilistic indexes

Sánchez,

Vidal,

Bosch

et al. 2024

Neural Comput & Applic

View full text Add to dashboard Cite

Automatic transcription of large series of historical handwritten documents generally aims at allowing to search for textual information in these documents. However, automatic transcripts often lack the level of accuracy needed for reliable text indexing and search purposes. Probabilistic Indexing (PrIx) offers a unique alternative to raw transcripts. Since it needs training data to achieve good search performance, PrIx-based crowdsourcing techniques are introduced in this paper to gather the required data. In the proposed approach, PrIx confidence measures are used to drive a correction process in which users can amend errors and possibly add missing text. In a further step, corrected data are used to retrain the PrIx models. Results on five large series are reported which show consistent improvements after retraining. However, it can be argued whether the overall costs of the crowdsourcing operation pay off for the improvements, or perhaps it would have been more cost-effective to just start with a larger and cleaner amount of professionally produced training transcripts.

show abstract

Putting the World's Cultural Heritage Online with Crowdsourcing

Cited by 5 publications

References 4 publications

Automation of Manual Ocr Error Correction

Automation of Manual Ocr Error Correction

Crowdsourcing en bibliotecas

Ground-truth generation through crowdsourcing with probabilistic indexes

Contact Info

Product

Resources

About