\nChe \u00e8 esattamente quello che fa l’essere umano, quando impara a leggere e scrivere: osserviamo la maestra mostrarci le grandi lettere colorate sui fogli appesi in aula, associate ad un animale o un oggetto il cui nome inizia con quel carattere, poi via via impariamo ad associare le lettere, costruire le parole e alla fine quando leggiamo stiamo semplicemente “riconoscendo” quel carattere e quella parola.
\nAllo stesso modo, l’OCR \u00e8 istruito per convertire l’immagine nel carattere che pi\u00f9 gli assomiglia e ovviamente pi\u00f9 l’immagine \u00e8 nitida, migliore sar\u00e0 il risultato.
\nLa differenza \u00e8 che l’OCR non sa “leggere” un testo, non riesce a dargli un senso compiuto, capirne l’argomento e completare quindi da solo un eventuale carattere mancante o sfocato. Di quello se ne occuper\u00e0 in futuro l’Intelligenza Artificiale.<\/p>\n
Questo sistema funziona per\u00f2 con i testi stampati o battuti ad una vecchia macchina da scrivere, quindi da Johannes Gutenberg<\/em><\/a> in poi. Tutti i manoscritti di epoca precedente devono essere letti e trascritti manualmente. Proprio per preservare l’immenso patrimonio culturale e digitalizzare i manoscritti di ogni epoca, rendendoli accessibili al pubblico, \u00e8 nato nel gennaio 2016 il progetto europeo READ (Recognition and Enrichment of Archival Documents)<\/strong><\/span> e lo sviluppo della piattaforma Transkribus<\/em><\/a>. Austria, Svizzera, Germania, Grecia, Spagna, Finlandia, Francia e Regno Unito collaborano unite alla realizzazione di un software che, opportunamente istruito, pu\u00f2 riconoscere la grafia di un manoscritto<\/strong><\/span> e proseguire automaticamente al riconoscimento dei caratteri. Ad oggi con un margine d’errore fino al 3,5% circa.<\/strong><\/span><\/p>\n Non solo. Siamo tutti chiamati a dare un contributo, partecipando attivamente alle trascrizioni. Soprattutto, se scrivete romanzi storici, l’accesso a Transkribus e alle sue collezioni \u00e8 una preziosa fonte di informazioni e di storie d’altri tempi. L’Europa \u00e8 ricchissima di testi antichi, ma per garantire la loro conservazione, non \u00e8 semplice accedervi e consultarli. In futuro baster\u00e0 solo un click, ma potete iniziare gi\u00e0 oggi.<\/p>\n <\/p>\n <\/p>\n Il progetto READ, Recognition and Enrichment of Archival Documents<\/em><\/a> (ma adoro che l’acronimo sia “read”, il verbo inglese leggere<\/em>), \u00e8 una collaborazione internazionale tra 14 partner provenienti dai settori dell’informatica, degli archivi e della ricerca umanistica:<\/p>\n Partecipano poi altre istituzioni e laboratori di Australia, Canada, Israele, Sud Africa, Svizzera e Stati Uniti. L’attivit\u00e0 del READ si concentra sul rendere il materiale archivistico pi\u00f9 accessibile, attraverso lo sviluppo di tecnologie all’avanguardia, compreso l’HTR, Handwritten Text Recognition<\/em>, il riconoscimento del testo scritto a mano, l’individuazione di parole chiave, l’analisi del layout, l’identificazione automatica dell’autore e dei campi correlati. Le pubblicazioni del READ sono accessibili a tutti gli utenti: READ Publications<\/em><\/a> Dal 1 luglio 2019 il READ si trasformer\u00e0 in READ-COOP<\/em><\/a>, una societ\u00e0 cooperativa europea di base all’Universit\u00e0 di Innsbruck, per sostenere e sviluppare ulteriormente la piattaforma Transkribus e i relativi servizi anche tramite finanziamento privato. <\/p>\n https:\/\/www.youtube.com\/watch?v=6AdSISHmLbA<\/p>\n Potete utilizzare la piattaforma di Transkribus in due modalit\u00e0:<\/p>\n Entrambe depositano i documenti caricati dagli utenti nell’archivio cloud del sistema per l’elaborazione dei testi. E qui \u00e8 importante specificare subito che i vostri documenti sono e restano privati<\/span><\/strong>, come \u00e8 specificato nella licenza d’uso:\u00a0 TRANSKRIBUS General Terms and Conditions<\/em><\/a>\u00a0 Solo i dati delle lavorazioni dell’HTR vengono trattati dai ricercatori del progetto in forma anonima, per migliorarne appunto le prestazioni. Qui vedremo brevemente come installare e usare il software client sul proprio computer. Gi\u00e0 dal video sopra potete vedere che \u00e8 piuttosto semplice, richiede solo un po’ di tempo e pazienza per le prime trascrizioni manuali. Prima mossa: registrarsi sul sito di Transkribus<\/em><\/a> e scaricare il pacchetto del software (121 Mb la versione 1.7 per Windows). L’installazione di Transkribus registra alcuni componenti. Per avviare in seguito il programma, basta cliccare sempre sullo stesso eseguibile presente nella cartella dell’installazione. Potete anche inserire la spunta perch\u00e9 effettui il login in automatico la volta successiva.<\/p>\n Nel vostro nuovo account, vengono caricati alcuni documenti di test gi\u00e0 elaborati nella vostra “collection” di default. Premendo il bottone sotto Collections<\/em>, potete definire delle altre cartelle dove caricare e salvare i vostri documenti personali, cos\u00ec da poterli organizzare per argomento. Apriamo il documento d’esempio in inglese, English Handwriting 0.1, una lettera scritta a mano datata “Edinburg,\u00a025th\u00a0Nov.\u00a01807” (immaginatevi la mia faccia, quando mi ritrovo proprio la mia amata Edimburgo sotto il naso… un caso eh!)<\/p>\n Questo \u00e8 il risultato di una lavorazione di Transkribus: sono state separate le righe del manoscritto (i rettangoli blu che vedete nell’editor) e la grafia riconosciuta dal motore HTR, che ha trascritto sotto le parole. Ovviamente il modello scelto \u00e8 stato dapprima istruito per riconoscere un certo stile di scrittura, inserendo un certo numero di immagini e la loro trascrizione accurata. In genere sono richieste tra le 5.000 e le 15.000 parole inserite dall’essere umano (circa 25-75 pagine) prima che il modello HTR possa proseguire<\/span><\/strong> da solo la lavorazione. Se si lavora con testo stampato antico anzich\u00e9 un manoscritto, \u00e8 richiesta una quantit\u00e0 minore di dati per il training del modello.<\/p>\n Per quanto riguarda la lingua italiana, un buon modello di riconoscimento \u00e8 stato creato partendo dall’Archivio Storico Ricordi, una delle collezioni musicali private pi\u00f9 grandi al mondo, comprese le lettere scritte a mano da Giulio Ricordi nel 1889: Handwritten Text Recognition – Example from Archivio Ricordi Storico<\/em>\u00a0<\/a> Ho scelto di caricare il file del manoscritto nella stessa collection di default, ma potevo anche crearne una nuova per l’occasione. Procediamo ora al riconoscimento: prima di tutto occorre segmentare l’immagine e dividere le righe del testo scritto a mano. Ci si sposta nella scheda Tools<\/em> in alto a sinistra, e si procede alla Layout Analysis<\/em>, tramite il suo tasto Run<\/em>. Transkribus vi chieder\u00e0 conferma dell’attivit\u00e0 e poi vi dir\u00e0 che \u00e8 iniziato il job di lavorazione. Alla fine vi chieder\u00e0 di ricaricare il documento: compariranno gli stessi rettangoli blu attorno ad ogni riga, come abbiamo visto per la lettera in inglese.<\/p>\n Nella stessa scheda Tools<\/em>, configuriamo il modello HTR per il riconoscimento del testo: sotto Text Recognition<\/em> premete il bottone Models<\/em> e scegliete il modello Comb_Gothic_Script in caratteri latini.<\/p>\n Dopo aver confermato, tornate alla scheda Tools<\/em> e premete il bottone Run<\/em> del Text Recognition<\/em>: nella finestra che si apre, premete sul bottone Configure…<\/em> E ora avviamo il riconoscimento con OK: verr\u00e0 richiesta conferma e notificato il nuovo job in corso. Al termine dell’elaborazione, viene chiesto di ricaricare il documento aggiornato, insieme al testo che l’HTR ha trascritto per noi. <\/p>\n Da marzo 2019 ci sono oltre 20.000 utenti registrati nella piattaforma Transkribus<\/span><\/strong> per il riconoscimento del testo scritto a mano. Le persone lavorano con Transkribus in tutto il mondo, utilizzandolo per addestrare centinaia di modelli per riconoscere testi di date, lingue e stili diversi. Ad esempio la ricerca di oltre 100 anni di storia dell’alpinismo, realizzato dal New Zealand Alpine Club<\/span><\/strong> e dall’Universit\u00e0 di Innsbruck. Il flusso di lavoro completo \u00e8 stato effettuato all’interno di Transkribus: oltre al caricamento di file e all’esecuzione del riconoscimento del testo, i volontari hanno utilizzato l’interfaccia web di Transkribus per correggere accuratamente tutte le 17.500 pagine del New Zealand Alpine Journal. Potete ammirarne il risultato qui: New Zealand Alpine Journal Archive<\/em><\/a><\/p>\n Oppure il sopraccitato Archivio Storico Ricordi, una delle collezioni musicali private pi\u00f9 importanti<\/span><\/strong> al mondo che ha iniziato a lavorare con l’HTR per elaborare alcuni dei suoi tesori. Fondata a Milano nel 1808, la casa editrice Casa Ricordi contiene numerose lettere e spartiti di noti compositori come Verdi e Puccini. Interessante per gli appassionati di storia, e per gli scrittori di romanzi storici alla ricerca di materiale, anche questi ulteriori archivi resi disponibili dallo stesso Transkribus:<\/p>\n Del resto il progetto Transkribus \u00e8 in continua evoluzione e sono in sviluppo altre piattaforme di consultazione degli archivi digitali che man mano si stanno acquisendo dai manoscritti di tutto il mondo. Come potete vedere dalla road map siamo solo all’inizio.<\/p>\n
\nFino ad ora.<\/p>\n
\nIl motore che sta dietro a questa tecnologia viene continuamente affinato, imparando anche dai propri errori. Quindi, pi\u00f9 manoscritti vengono inseriti ed elaborati nel sistema, maggiore sar\u00e0 la capacit\u00e0 di elaborazione e la percentuale di riconoscimento corretto.
\nPotreste voler salvare dal tempo delle antiche lettere dei vostri avi, anche le vecchie cartoline del bisnonno!
\nE chiss\u00e0 non riconosca anche l’incomprensibile prescrizione del medico…<\/p>\nREAD e Transkribus, un progetto europeo<\/span><\/h2>\n
\n
\nQuesto consorzio \u00e8 stato finanziato dal programma di ricerca e innovazione Horizon 2020<\/em> dell’Unione Europea con un investimento iniziale di circa 8 milioni di euro.<\/strong><\/span><\/p>\n
\nI servizi del READ e del software Transkribus<\/em><\/a> sono forniti gratuitamente a diversi gruppi:<\/p>\n\n
\nI dati di ricerca che costituiscono la base per le pubblicazioni scientifiche sono resi disponibili tramite il repository di ricerca di Zenodo: ScriptNet – READ<\/em><\/a>
\nLo stesso software Transkribus \u00e8 disponibile con licenza Open Source tramite GitHub<\/em><\/a>.<\/p>\n
\nGli utenti potranno continuare ad utilizzare Transkribus e fornire il loro prezioso aiuto al miglioramento del sistema.<\/p>\nCome funziona Transkribus<\/span>
\nin poche mosse<\/span><\/h2>\n\n
\nLa condivisione dei documenti \u00e8 possibile a scelta dell’utente dal proprio account Transkribus.<\/p>\n
\nPer qualsiasi dubbio, si pu\u00f2 fare riferimento alla ricca guida online, in inglese: Transkribus Centro Risorse<\/em><\/a>
\nIn italiano trovate un piccolo manuale di istruzioni, corredato di immagini che vi seguono passo passo, in formato pdf: Come usare Transkribus in 10 passi<\/em><\/a>
\nCi sono anche altri video che vi illustrano le specifiche funzioni di Transkribus, dalla segmentazione, al training del modello HTR, all’individuazione delle parole chiave: Transkribus video tutorials<\/em><\/a><\/p>\n
\nDovete avete installato il componente Java 8 sul vostro computer, ed \u00e8 cos\u00ec per la maggioranza dei sistemi operativi.
\nSe non c’\u00e8, l’installazione ve lo notifica e vi porta automaticamente al sito Oracle da dove scaricare e installare anche la Java Virtual Machine corretta.<\/p>\n![\"Transkribus](\"https:\/\/www.webnauta.it\/wordpress\/wp-content\/uploads\/2019\/06\/Transkribus2_login-1024x520.jpg\")
<\/a><\/p>\n
\nLa piattaforma pu\u00f2 processare file in formato PDF, JPEG (non per\u00f2 il formato JPEG 2000), PNG e file TIFF. Se caricate un file PDF, si arrangia Transkribus ad estrarne le pagine come singole immagini.<\/p>\n![\"Transkribus](\"https:\/\/www.webnauta.it\/wordpress\/wp-content\/uploads\/2019\/06\/Transkribus3_documento_inglese_esempio-1024x520.jpg\")
<\/a><\/p>\n
\nHo utilizzato proprio questo modello per riconoscere il testo dei volantini lasciati nel mare di Buccari da Gabriele D’Annunzio<\/span><\/strong> durante la missione del 10-11 febbraio 1918 (l’immagine del manoscritto \u00e8 di pubblico dominio e potete scaricarla da Wikipedia: VolantinoD’AnnunzioBeffaBuccari.jpg<\/em><\/a>)<\/p>\n![\"Transkribus](\"https:\/\/www.webnauta.it\/wordpress\/wp-content\/uploads\/2019\/06\/Transkribus4_caricamento_file-1024x519.jpg\")
<\/a><\/p>\n![\"Transkribus](\"https:\/\/www.webnauta.it\/wordpress\/wp-content\/uploads\/2019\/06\/Transkribus5_caricamento_terminato-1024x519.jpg\")
<\/a><\/p>\n
\nAl termine del caricamento, premete nuovamente sul bottone Collections<\/em> per aggiornare il suo contenuto: vedrete comparire nell’elenco il documento appena inserito. Cliccate due volte per visualizzarlo nell’editor a fianco.<\/p>\n![\"Transkribus](\"https:\/\/www.webnauta.it\/wordpress\/wp-content\/uploads\/2019\/06\/Transkribus6_dannunzio_editor-1024x521.jpg\")
<\/a><\/p>\n![\"Transkribus](\"https:\/\/www.webnauta.it\/wordpress\/wp-content\/uploads\/2019\/06\/Transkribus7_dannunzio_righe-1024x520.jpg\")
<\/a><\/p>\n![\"\"](\"https:\/\/www.webnauta.it\/wordpress\/wp-content\/uploads\/2019\/06\/Transkribus8_dannunzio_model-1024x519.jpg\"){kind=spacer}
<\/a><\/p>\n
\nQui selezionate nuovamente il modello Comb_Gothic_Script e associategli a destra il Dictionary<\/em> Archivio_Ricordi_M1.dict.<\/p>\n![\"\"](\"https:\/\/www.webnauta.it\/wordpress\/wp-content\/uploads\/2019\/06\/Transkribus9_dannunzio_Ricordi-1024x520.jpg\"){kind=spacer}
<\/a><\/p>\n![\"\"](\"https:\/\/www.webnauta.it\/wordpress\/wp-content\/uploads\/2019\/06\/Transkribus10_dannunzio_text_recognition-1024x519.jpg\"){kind=spacer}
<\/a><\/p>\n
\nIn questo caso il risultato non \u00e8 apprezzabile come singole parole, e questo \u00e8 normale dato che abbiamo una porzione di testo limitata e stiamo utilizzando il modello di un’altra grafia. Ma se considerate i caratteri, alcuni sono stati riconosciuti correttamente ed altri scambiati con lettere che, al di l\u00e0 del senso logico della frase, erano plausibili graficamente. Nessun normale OCR sarebbe riuscito in questo!<\/p>\n![\"\"](\"https:\/\/www.webnauta.it\/wordpress\/wp-content\/uploads\/2019\/06\/Transkribus11_DAnnunzio_finale-1024x519.jpg\"){kind=spacer}
<\/a><\/p>\nTranskribus, una comunit\u00e0 attiva<\/span><\/h2>\n
\nPer capire davvero la portata della rivoluzione di questo strumento basta guardare l’elenco delle trascrizioni eseguite su archivi storici di rilievo, i cosiddetti casi di successo: Transkribus Storie di successo<\/em><\/a><\/p>\n
\nPotete visualizzare le immagini in alta definizione dei manoscritti e leggere le trascrizioni direttamente online: Le Collezioni di Casa Ricordi<\/em>\u00a0<\/a><\/p>\n![\"Transkribus](\"https:\/\/www.webnauta.it\/wordpress\/wp-content\/uploads\/2019\/06\/Transkribus_Archivio-Storico-Ricordi-Collezione-Digitale-1024x740.png\")
<\/a><\/p>\n\n
![\"Transkribus](\"https:\/\/www.webnauta.it\/wordpress\/wp-content\/uploads\/2019\/06\/Map_Transkribus_interfaces-1024x724.jpg\")
<\/a><\/p>\n