Distributed Proofreaders
aus Wikipedia, der freien Enzyklopädie
Die Internet-Seite Distributed Proofreaders (DP) wurde im Jahr 2000 von Charles Franks ins Leben gerufen, um das internationale Project Gutenberg zu unterstützen.
Hierbei versucht man, durch Unterteilung von eingescannten Büchern in einzelne Seiten die Arbeitsbelastung für einen einzelnen Korrekturleser möglichst gering zu halten und nach der Brute Force-Methode (bedeutet hier: eine möglichst große Anzahl von Bearbeitern liest nur jeweils eine Buchseite von Tausenden bereitgestellten zur Korrektur) ein möglichst großes Pensum zu erreichen.
Dabei wird nach demselben Prinzip wie beim verteilten Rechnen (distributed computing) vorgegangen. Der entscheidende Unterschied besteht darin, dass hier nicht eine sehr große Zahl von Computern über das Internet miteinander verknüpft werden, sondern dass eine beliebig große Zahl von Menschen über das Internet ihre Mitarbeit zur Verfügung stellen und damit in kurzer Zeit hunderte von Büchern durch ihr Korrekturlesen digitalisieren.
Inhaltsverzeichnis |
[Bearbeiten] Ablauf der weltweiten Buchdigitalisierung
Grundsätzlich lassen sich im Ablauf drei Phasen unterscheiden.
[Bearbeiten] Initialisierungsphase
- In der Initialisierungsphase wird durch einen erfahrenen und bereits seit längerem mitwirkenden Proofreader ein Buch ausgewählt. Das ausgewählte Buch muss frei von Urheberrechten sein. Dies ist der Fall, wenn der Autor des Buches bereits seit 70 Jahren verstorben ist.
- Der Initiator scannt zunächst jede Buchseite ein. Die Scans umfassen das ganze Buch, also Deckblatt, Inhaltsverzeichnis, Texte und Bilder.
- Anschließend werden die Seiten durch eine OCR-Software analysiert. Der erste, aber noch überaus fehlerbehaftete Rohtext liegt dann vor.
- Danach wird die Datenmenge auf die Homepage der Distributed Proofreader hochgeladen und als weiteren Projektvorschlag im Forum zur Diskussion gestellt. Nach positiver Abstimmung wird das Projekt dann zum Korrekturlesen freigeschaltet. Es steht dann zum Aufruf über die Homepage zusammen mit anderen Projekten weltweit zur Verfügung.
[Bearbeiten] Phasen des Korrekturlesens
[Bearbeiten] Runden 1 und 2 des Korrekturlesens („Proofing“)
Nach Aufruf des Projekts wird jeweils eine Seite des Buchs angezeigt. Dabei wird in der oberen Bildschirmhälfte die gescannte Originalseite (als Grafik) und in der unteren Bildschirmhälfte der erkannte OCR-Text angezeigt. Der Proofreader liest nun den Text der Originalseite und vergleicht ihn mit dem OCR-Text (Rohtext). Dabei werden Scanfehler korrigiert und Sonderzeichen ergänzt.
Dieses eigentliche Korrekturlesen („proofing“) findet in zwei Runden statt, wobei jede Seite von zwei verschiedenen Teilnehmern bearbeitet wird. Zur zweiten Runde werden nur erfahrene Korrekturleser zugelassen.
[Bearbeiten] Runden 3 und 4 („Formatting“)
In der dritten und vierten Runde werden Formatierungen hinzugefügt (z. B. kursive Schrift, Überschriften, Fußnoten). Während die Zugangshürden zur dritten Runde relativ gering sind, haben zur vierten Runde (der zweiten des Formatierens) nur erfahrene Teilnehmer Zugang.
[Bearbeiten] Nachbearbeitung („Post-Processing“)
Die bisher unverbundenen Seiten des Rohtext werden automatisch zu einem Textdokument zusammengefasst. Jeweils ein erfahrener Korrekturleser, der den Status eines „Post-Processors“ erreicht hat, vervollständigt das Layout mit den Grafiken, d.h. er passt diese an, verbessert diese bzw. ergänzt noch mögliche Lücken im Text. Er überprüft das Dokument auf vollständige Übereinstimmung mit dem Originalwerk. Schließlich kann er außer dem obligatorischen Textformat noch weitere Formate erzeugen, vor allem HTML.
[Bearbeiten] Veröffentlichung
Das Projekt wird beendet. Das digitalisierte Werk wird auf dem Server von Project Gutenberg (nicht zu verwechseln mit dem kommerziellen Anbieter Projekt Gutenberg-DE) veröffentlicht. Jeder Internetnutzer kann nun dieses Werk herunterladen und lesen. Das Werk steht damit der ganzen Welt zur Verfügung.
[Bearbeiten] Bedeutung von Distributed Proofreading
Im Verlauf der Zeit entwickelte sich Distributed Proofreading (DP) zur größten Quelle von E-Texten für das Project Gutenberg, so dass Distributed Proofreaders im Jahr 2002 offizieller Teil des Project Gutenberg wurde. Bis jetzt wurden ca. 7.000 Texte aus Literatur und Wissenschaft im Internet durch Distributed Proofreading wiederveröffentlicht. Damit wird ein erheblicher Beitrag bei der Hebung eines Wissensschatzes unserer Kultur- und Wissensgeschichte geleistet.
[Bearbeiten] Weblinks
http://www.pgdp.net - Homepage des Gründers Charles Franks. Bearbeitet überwiegend englische Texte.
http://dp.rastko.net/de - Distributed Proofreaders von Europa. Bearbeitet Texte aller europäischen Sprachen.
