WebApps - Einführung (Daten)

Größe: px

Ab Seite anzeigen:

Download "WebApps - Einführung (Daten)"

Michaela Boer
vor 8 Jahren
Abrufe

1 WebApps - Einführung (Daten) Die Rätoromanische Chrestomathie Claes Neuefeind & Mihail Atanassov Sprachliche Informationsverarbeitung Universität zu Köln 27. Oktober 2015

2 Das Ra toromanische DRC/ARC/PG Verortung/Daten U berblick I I I Digitale Tiefenerschließung der RC (DRC) Annotiertes Korpus des Romanischen (ARC) Pledari Grond - Lexikographische Ressourcen (PG) Abbildung: Ra toromanische Chrestomathie (Octopus Verlag, Chur) Sprachliche Informationsverarbeitung - Universita t zu Ko ln

3 Das Rätoromanische Sprachgebiete der Schweiz Einordnung, Eigenschaften Kollaborativer Aufbau von Sprachressourcen DRC-Projekt ( ) ARC-Projekt ( ) Pledari Grond (seit 2013) Ressourcen, Tools, Daten

4 Sprachgebiete der Schweiz Das Rätoromanische Sprachgebiete der Schweiz Einordnung, Eigenschaften Kollaborativer Aufbau von Sprachressourcen DRC-Projekt ( ) ARC-Projekt ( ) Pledari Grond (seit 2013) Ressourcen, Tools, Daten

5 Sprachgebiete der Schweiz Die vier Landessprachen

6 Sprachgebiete der Schweiz Kanton Graubünden

7 Einordnung, Eigenschaften Das Rätoromanische Sprachgebiete der Schweiz Einordnung, Eigenschaften Kollaborativer Aufbau von Sprachressourcen DRC-Projekt ( ) ARC-Projekt ( ) Pledari Grond (seit 2013) Ressourcen, Tools, Daten

8 Einordnung, Eigenschaften Chronik 15 v. Chr. Eroberung durch die Römer, Gründung der Provinz Raetien Jhd. Zerfall des röm. Reichs, Ansiedlung von Alemannen (Raetien nun Teil von Franken) 843 Chur wird dem Erzbistum Mainz zugeordnet 13./14. Jhd. Ansiedlung deutschsprachiger Walser 16./17. Jhd. erste Verschriftlichung des Romanischen 1803 Beitritt des dreisprachigen Kantons Graubünden zur Eidgenossenschaft 1880/92 formelle Gewährleistung der Dreisprachigkeit

9 Einordnung, Eigenschaften Die romanischen Sprachen Europas

10 Einordnung, Eigenschaften Genealogie

11 Einordnung, Eigenschaften Questione Ladina

12 Einordnung, Eigenschaften Lautunterschiede der Idiome

13 DRC-Projekt ( ) Das Rätoromanische Sprachgebiete der Schweiz Einordnung, Eigenschaften Kollaborativer Aufbau von Sprachressourcen DRC-Projekt ( ) ARC-Projekt ( ) Pledari Grond (seit 2013) Ressourcen, Tools, Daten

14 Das Ra toromanische DRC/ARC/PG Verortung/Daten DRC-Projekt ( ) Decurtins und die Chrestomathie I Caspar Decurtins ( ) I Erschienen I Ca Seiten aus 4 Jhd. I Hoher Variantenreichtum I Repra sentativ: Textsorten, Regionen, Zeiten I Nachdruck Octopus Verlag ( ) mit Register Sprachliche Informationsverarbeitung - Universita t zu Ko ln

15 DRC-Projekt ( ) Portalseite: Digital images OCR Coll. correction Corrected text

16 DRC-Projekt ( ) Architektur: Editing vs. Reading/Searching

17 DRC-Projekt ( ) DRC-Editor

18 DRC-Projekt ( ) Daten

19 DRC-Projekt ( ) Ergebnisse Erstellung einer digitalen Version der RC Kollaboratives Tool für die Bearbeitung Open Access zu Daten & Werkzeugen

20 ARC-Projekt ( ) Das Rätoromanische Sprachgebiete der Schweiz Einordnung, Eigenschaften Kollaborativer Aufbau von Sprachressourcen DRC-Projekt ( ) ARC-Projekt ( ) Pledari Grond (seit 2013) Ressourcen, Tools, Daten

21 ARC-Projekt ( ) DRC ARC Projektziel: Workflow vom Digitalisat zum annotierten Korpus Aufgaben: Bestehende lexikalische Ressourcen erschließen Semi-automatische Annotation (POS) Digital images (text) OCR Coll. correction corrected text split Biblioteca Digitala Romansh Chrestomathy + other collections... Digital images (lex) OCR parse, transform & generate fullform lexdb annotate training sets coll. annotation: review/disambiguate Refactoring des Editors POS tagging anno'd text

22 ARC-Projekt ( ) ARC - Editor: Korrektur, Annotation

23 ARC-Projekt ( ) ARC - Statistik Idiom Tokens % Types Sursilvan 1,010, ,155 Puter 468, ,565 Vallader 378, ,820 Surmiran 250, ,393 Sutsilvan 101, ,072 Bivio 26, ,394 Val Müstair 140, ,122 Sutsettisch 12, ,714 Bühlers Koine 115, ,645 Latein 2, ,180 Deutsch 12, ,465 Bergagliot 59, ,393 Italiano Andere 25, ,539 CLASSIFIED: 2,603, ,792 NOT CLASSIFIED: TOTAL: 2,527, ,746

24 Pledari Grond (seit 2013) Das Rätoromanische Sprachgebiete der Schweiz Einordnung, Eigenschaften Kollaborativer Aufbau von Sprachressourcen DRC-Projekt ( ) ARC-Projekt ( ) Pledari Grond (seit 2013) Ressourcen, Tools, Daten

25 Pledari Grond (seit 2013) Das Pledari Grond

26 Pledari Grond (seit 2013) Maalr - Architektur

27 Das Rätoromanische Sprachgebiete der Schweiz Einordnung, Eigenschaften Kollaborativer Aufbau von Sprachressourcen DRC-Projekt ( ) ARC-Projekt ( ) Pledari Grond (seit 2013) Ressourcen, Tools, Daten

28 Kontext: Sprachressourcen für das Romanische DRC Collaborative OCR correction Corrected Text ARC Collaborative annotation Annotated Text LexDB Biblioteca Digitala Read, search and Edit Text Other Applications, e.g. translation, shallow parsing, etc. Maalr Collaborative lexicon expansion Online Dictionaries Abbildung: Die DRC-Projektfamilie.

29 Beispiel: Suche als Service

30 drcwebapp: Erweiterungen, Services, Views Suche (KWIC, Filter, RegEx) Bilddateien Ling/NLP (z.b. Stemming, Kontexte) Frontend/Layout Statistiken (TTR, Häufigkeiten, Korrelationen) Wortwolken (keywords, wordle) Metadatenanreicherung, XML- bzw. TEI-Export Inhalte (Infoseiten/News... ) Datei-Upload (Digitalisate) OCR (Abbyy, Open Source) Anbindung PG: Übersetzungen, Vorschläge...

31 Grazia fitg!

Ähnliche Dokumente

Integration, Migration und Evolution

Integration, Migration und Evolution 14. Mai 2013 Programm für heute 1 2 Quelle Das Material zu diesem Kapitel stammt aus der Vorlesung Datenintegration & Datenherkunft der Universität Tübingen gehalten von Melanie Herschel im WS 2010/11.