{"id":1398,"date":"2026-08-25T12:15:52","date_gmt":"2026-08-25T11:15:52","guid":{"rendered":"https:\/\/www.temphist.dk\/?p=1398"},"modified":"2026-08-25T12:53:20","modified_gmt":"2026-08-25T11:53:20","slug":"at-goere-fortiden-tilgaengelig-for-alle","status":"publish","type":"post","link":"https:\/\/www.temphist.dk\/?p=1398","title":{"rendered":"AT G\u00d8RE FORTIDEN TILG\u00c6NGELIG FOR ALLE"},"content":{"rendered":"\n

ERFARINGER MED DIGITALISERING, TRANSKRIBERING OG PUBLICERING P\u00c5 AI-PLATFORMET TRANSKRIBUS<\/strong><\/p>\n\n\n\n

Line Keller Ottosen og Nina Javette Koefoed<\/em><\/p>\n\n\n\n

Siden sommeren 2023 har vi v\u00e6ret i gang med et stort digitaliserings- og transskriberingsprojekt, hvis m\u00e5l ikke alene er at re-digitalisere Danske Kancellis supplikprotokoller fra 1699-1799 men ogs\u00e5 at transskribere dem og dermed g\u00f8re det omfattende materiale s\u00f8gbart. Form\u00e5let med denne rapport er at dele vores erfaringer med alle dele af processen fra projektstart til publicering af de transskriberede protokoller, s\u00e5 andre forh\u00e5bentlig kan have gl\u00e6de af vores erfaringer og blive bedre kl\u00e6dt p\u00e5 til at bruge de transskriberede supplikprotokoller.[1]<\/a> I arbejdet med digitalisering af kilderne har vi opdaget b\u00e5de udfordringer og muligheder ved dom\u00e6nespecifik digitalisering og vigtigheden af transparens i arbejdsprocessen for det videre arbejde med digitaliserede kilder. Og de erfaringer \u00f8nsker vi at dele. Rigsarkivets eget nye re-digitaliseringsprojekt viser interessen i at bevare og tilg\u00e6ngeligg\u00f8re arkivalier af enest\u00e5ende national betydning gennem digitalisering.[2]<\/a> Hvor Rigsarkivets nye digitaliseringer tilg\u00e6ngeligg\u00f8r arkivalierne for dem, der kan l\u00e6se h\u00e5ndskrifterne, er sigtet med vores projekt, Voices of the People,<\/em> et andet og mere omfattende. Vores hovedpointer, der uddybes i rapporten, er f\u00f8lgende:<\/p>\n\n\n\n

  1. Digitalisering og transskribering af \u00e6ldre h\u00e5ndskrevne kilder er tidskr\u00e6vende og omfattende \u2013 selv ved brug af AI-v\u00e6rkt\u00f8jer og Transkribus.<\/li>
  2. Forh\u00e5ndskendskab til materialet og afpr\u00f8vning af digitaliseringsprocessen i et mindre sample af materialet kan have stor betydning for arbejdsprocessen og de udfordringer, man m\u00f8der undervejs.<\/li>
  3. Den dom\u00e6nespecifikke tilgang til materialet har v\u00e6ret vigtig, fordi vi har arbejdet med digitaliseringsprocessen med en klar forst\u00e5else for supplikprotokollernes kontekst, samt hvad materialet kunne bruges til efterf\u00f8lgende.<\/li>
  4. Undervejs i hele digitaliseringsprocessen \u2013 fra den originale kilde \u00e5bnes og fotograferes, til at alle transskriptionerne er f\u00e6rdiggjort, s\u00f8gbare og tilg\u00e6ngelige \u2013 bliver der truffet beslutninger og indg\u00e5et kompromisser, som i sidste ende har stor betydning for materialet.<\/li>
  5. Transparens og vidensdeling i digitaliseringsprocessen er ikke alene god forskningspraksis, men n\u00f8dvendig og central for den efterf\u00f8lgende brug af kildesamlingen.<\/li>
  6. Kildesamlinger er ikke blot tilg\u00e6ngelige, n\u00e5r de er s\u00f8gbare og digitaliseret p\u00e5 en platform. Det kr\u00e6ver synlighed og formidling af materialet, der inspirerer og informerer de potentielle brugere om kildesamlingens indhold.<\/li><\/ol>\n\n\n\n

    1. INTRODUKTION TIL PROJEKTET
    Projektet Voices of the People<\/em> har kunnet realiseres takket v\u00e6re en bevilling fra Carlsbergfondets forskningsinfrastrukturmidler, der gjorde det muligt at ans\u00e6tte b\u00e5de en st\u00f8rre gruppe af studentermedhj\u00e6lpere til at opm\u00e6rke og korrekturl\u00e6se de digitaliserede sider samt en videnskabelig assistent til at lede projektet og tr\u00e6ne modellerne. Projektet er et led i en stadig erfarings- og vidensopbygning omkring de processer, der ved hj\u00e6lp af AI g\u00f8r det muligt at tilg\u00e6ngeligg\u00f8re store m\u00e6ngder af fortidens h\u00e5ndskrevne arkivalier.<\/p>\n\n\n\n

    Den helt n\u00f8dvendige erfaringsopbygning startede med et meget mindre projekt tilbage i 2020. Her gjorde opstartsmidler fra Aarhus Universitet det muligt at ans\u00e6tte den f\u00f8rste lille gruppe af studerende til at segmentere (opm\u00e6rke) arkivalierne fra 12 arkivkasser med Indkomne breve og domme fra M\u00f8ns tugt- og manufakturhus<\/em> fra perioden 1737-1812.[3]<\/a> Erfaringerne herfra viste b\u00e5de potentialet i at l\u00e6se 1700-tallets h\u00e5ndskrevne arkivalier ved hj\u00e6lp af AI-tr\u00e6nede modeller p\u00e5 platformen Transkribus men ogs\u00e5 hvor mange arbejdstimer, der g\u00e5r med det. Den erfaring ledte til den f\u00f8rste ans\u00f8gning og bevilling fra Carlsbergfondets infrastrukturmidler til projektet Making the 18th century accessible<\/em>. M\u00e5let var her at tr\u00e6ne den f\u00f8rste danske model i Transkribus, der kunne l\u00e6se 1700-tals gotisk h\u00e5ndskrift.<\/p>\n\n\n\n

    En af fordelene ved Transkribus-platformen er, at den indbyder til kollektive arbejdsprocesser og samarbejder. Vores f\u00f8rste model blev offentliggjort i sommeren 2021, da den havde en fejlrate p\u00e5 omkring 5 %, hvilket vi vurderede som tilstr\u00e6kkelig lav til, at modellen kunne have interesse for andre. Offentligg\u00f8relsen har gjort det muligt for andre forskere at tr\u00e6ne videre p\u00e5 modellen til eget form\u00e5l og samtidig udvikle modellerne, s\u00e5 de gradvist bliver bedre og bedre.[4]<\/a> Samtidig kommer de tr\u00e6nede modeller studerende til gode, fordi de kan underst\u00f8tte processen med at l\u00e6re at l\u00e6se gotisk og g\u00f8re det mere overskueligt at bruge h\u00e5ndskrevne arkivalier.<\/p>\n\n\n\n

    Voices of the People<\/em> er et projekt i en helt anden skala end det f\u00f8rste projekt. Materialet er Danske Kancellis supplikprotokoller, der rummer afskrift af alle de supplikker (b\u00f8nskrifter), som kongens unders\u00e5tter sendte til den enev\u00e6ldige konge i l\u00f8bet af 1700-tallet sammen med sagsbehandlingen i kancelliet og kongens afg\u00f8relse. Supplikkerne er et unikt kildemateriale til 1700-tallet, fordi de rummer almindelige menneskers stemme og m\u00e5der at forklare deres \u00f8nsker og behov i alle aspekter og livssituationer. P\u00e5 trods af supplikkernes righoldige beretninger om 1700-tallets almindelige mennesker og det levede liv er det samlede materiale stort set uudnyttet. Der er 220 t\u00e6tskrevne protokoller p\u00e5 5-600 dobbeltsider i spalter og kun \u00e9t navneregister, hvilket g\u00f8r det stort set uoverskueligt at bruge \u2013 medmindre det bliver gjort s\u00f8gbart, s\u00e5 man kan finde sager af f.eks. bestemte typer over en st\u00f8rre antal protokoller.[5]<\/a><\/p>\n\n\n\n

    Det manuelle arbejde i Voices of the People<\/em> udf\u00f8res prim\u00e6rt af de studentermedhj\u00e6lpere, der er ansat p\u00e5 projektet. Antallet har v\u00e6ret skiftende men har ligget p\u00e5 mellem fire og tolv studentermedhj\u00e6lpere ad gangen. Studentermedhj\u00e6lpernes opgaver best\u00e5r nu henholdsvis i at korrigere den automatiske field- og layoutgenkendelse, som vores modeller er tr\u00e6net til, samt efterf\u00f8lgende at l\u00e6se korrektur p\u00e5 den automatiske tekstgenkendelse. Det indledende hold af studentermedhj\u00e6lpere var imidlertid med til manuelt at lave segmenteringen, der l\u00e5 til grund for de f\u00f8rste layout- og fieldmodeller. Studentermedhj\u00e6lpernes arbejde er helt afg\u00f8rende for at kunne gennemf\u00f8re og kvalitetssikre et projekt af denne st\u00f8rrelse, men det kr\u00e6ver i sagens natur helt faste retningslinjer og procedurer, n\u00e5r mange mennesker skal skabe et f\u00e6lles ensartet produkt. Vi oplever det samtidigt som utroligt givende at v\u00e6re et helt hold, der arbejder sig igennem kildematerialet og mod samme m\u00e5l. Det har den store fordel ved at inkludere studentermedhj\u00e6lpere i et projekt af denne st\u00f8rrelse, at det manuelle og noget ensformige arbejde kan deles ud p\u00e5 flere mennesker, der arbejder f\u00e6rre timer hver uge. Det skaber fagligt relevante muligheder for studiejobs, hvor vi g\u00f8r en gruppe af fremtidige historikere til superbrugere af \u00e9n af de centrale teknologier for faget lige nu, samtidig med at deres arbejde er med til at \u00e5bne nye muligheder for historieforskningen i fremtiden.<\/p>\n\n\n\n

    En vigtig overvejelse, som vi ligeledes har gjort os om inklusionen af studentermedhj\u00e6lpere, er, at vi ser et ansvar for, at de studerende, som potentielt skal bruge digitaliserede kilder, faktisk kender omfanget af arbejdet, overvejelser og \u00e6ndringer, der g\u00f8res undervejs i digitaliseringen.[6]<\/a> Selvom vi har st\u00f8dt p\u00e5 mange udfordringer undervejs i forbindelse med ensretning og motivation i det monotone arbejde med segmentering, har studentermedhj\u00e6lperne f\u00e5et en v\u00e6rdifuld indsigt og bevidsthed om digitalisering og h\u00e5ndtering af digitaliseret materiale, som kvalificerer deres videre uddannelse og arbejde. De har f\u00e5et en helt konkret forst\u00e5else af konsekvenserne ved digitalisering gennem deres arbejde.<\/p>\n\n\n\n

    1.1 VALG AF PLATFORM TIL TRANSSKRIBERING
    Det er tidskr\u00e6vende at arbejde med maskintransskribering af h\u00e5ndskrevne arkivalier, og det kalder p\u00e5 en r\u00e6kke overvejelser, inden man overhovedet g\u00e5r i gang. Det materiale, der indgik i projektet Making the 18th century accessible<\/em>,var indsamlet p\u00e5 et tidspunkt, hvor vi havde fravalgt at bruge Transkribus eller maskinl\u00e6sning i det hele taget p\u00e5 grund af den tid, der g\u00e5r med at opm\u00e6rke siden, f\u00f8r den kan l\u00e6ses, og ikke mindst den tid, der g\u00e5r med at tr\u00e6ne en god model. Da vi alligevel valgte at g\u00e5 over til Transkribus p\u00e5 et tidspunkt i processen, var det p\u00e5 grund af de langsigtede perspektiver i tilg\u00e6ngeligg\u00f8relsen af store materialem\u00e6ngder gennem tr\u00e6nede modeller.<\/p>\n\n\n\n

    Der er et voksende marked for AI-platforme til tekstgenkendelse, men der er i vores perspektiv gode argumenter for at arbejde med netop Transkribus. Transkribus er udviklet gennem et EU-projekt med historikere i projektgruppen og har s\u00e5ledes fra begyndelsen v\u00e6ret rettet mod at underst\u00f8tte transskriberingen af historiske dokumenter og at underst\u00f8tte historisk forskning. Efter projektets oph\u00f8r er platformen omdannet til et kooperativ, som ejes af brugerne, der i princippet ogs\u00e5 er med til at definere udviklingen af sitet.[7]<\/a> Mulighederne for samarbejde er som n\u00e6vnt \u00e9t af de store potentialer i Transkribus, endda p\u00e5 flere niveauer. N\u00e5r store kulturinstitutioner som f.eks. det Svenske Rigsarkiv aktivt bruger Transkribus, er det med til \u00f8konomisk at underst\u00f8tte, at sitet overhovedet findes i fremtiden og kan bruges af almindelige borgere som sl\u00e6gtsforskere og studerende, der ikke har mulighed for at udvikle en egen platform til maskinl\u00e6sning. Som privatperson kan du bruge sitet i et vist omfang gratis hver m\u00e5ned, og det er selvf\u00f8lgelig kun muligt, hvis de store akt\u00f8rer med fondsmidler og skattekroner i ryggen ogs\u00e5 underst\u00f8tter sitet. Det andet kollektive element ved Transkribus er udviklingen af modeller, hvor det ogs\u00e5 betyder meget, at der er nogen med mulighed for at tage f\u00f8ring, men hvor individuelle forskere ogs\u00e5 kan bidrage til udvikling af modeller med hver deres indspil.<\/p>\n\n\n\n

    En anden fordel er den l\u00f8bende opdatering og udvikling af platformen, man som bruger har gavn af. At platformen er teknisk underst\u00f8ttet og har et interface, der er meget brugervenligt og ikke kr\u00e6ver det store computerkendskab, er med til at g\u00f8re den tilg\u00e6ngelig for mange. Og fordi den udvikles l\u00f8bende, risikerer man ikke helt s\u00e5 let at sidde med noget, der er for\u00e6ldet efter projektets oph\u00f8r. Det betyder imidlertid ogs\u00e5, at nogle af vores erfaringer, udfordringer og pointer er \u00e6ndret eller m\u00e5ske endda helt forsvundet, fordi Transkribus hele tiden udvikles og forbedres. En mere presserende ulempe er, at man med sine projekter satser p\u00e5, at Transkribus bliver ved med at eksistere og overleve i en verden, hvor der formentlig vil dukke flere og flere konkurrerende platforme op, som kan meget af det samme, og at der stadig er en fornemmelse af, at vi bygger, mens vi k\u00f8rer. Det kan dog have den fordel, at man som bruger og anpartshaver kan f\u00e5 indflydelse p\u00e5, hvordan udviklingen skal v\u00e6re.<\/p>\n\n\n\n

    1.2. DIGITALISERING OG UPLOAD
    Kvaliteten af de retro-digitaliserede kilder, som man uploader til Transkribus, er af afg\u00f8rende betydning for, hvor god en model for tekstgenkendelse man kan tr\u00e6ne. Derfor har vi i begge projekter valgt at arbejde med nye digitaliseringer. I det f\u00f8rste projekt var materialet ikke digitaliseret i forvejen. Her affotograferede S\u00f8ren Broberg Knudsen, der var videnskabelig assistent i projektet, selv de 12 arkivkasser, som derefter blev uploaded \u00e5rgang for \u00e5rgang til en samling i Transkribus.<\/p>\n\n\n\n

    Supplikprotokollerne er arkivalier af enest\u00e5ende national betydning, og derfor er det kun Rigsarkivet, der kan re-digitalisere dem. Supplikprotokollerne har tidligere v\u00e6ret affotograferet p\u00e5 mikrofilm og l\u00e5 p\u00e5 \u201dArkivalieronline\u201d som en affotografering af mikrofilmene. Billedkvaliteten af den digitalisering var dog for d\u00e5rlig til, at det kunne betale sig at arbejde videre med den p\u00e5 Transkribus. Projektet blev derfor indledt med et samarbejde med Rigsarkivets digitaliseringsafdeling i Viborg, der hjemtog alle supplikprotokollerne og affotograferede dem hen over efter\u00e5ret 2023.<\/p>\n\n\n\n

    Modtagelsen af filerne fra Rigsarkivet og upload til Transkribus samt organisering af samlingen her er grundlaget for det videre arbejde. Hvis noget mangler eller bliver uploaded eller registreret forkert, vil det v\u00e6re meget vanskeligt og arbejdskr\u00e6vende senere at rekonstruere, hvad der var rigtigt. Til geng\u00e6ld vil det p\u00e5virke hele produktet og det f\u00e6rdige resultat, hvis noget er forkert her. Derfor stod PI (Nina Javette Kofoed) for projektet for denne fase, mens den videnskabelige assistent (Line Keller N\u00f8rb\u00f8ge Ottosen) og studentermedhj\u00e6lperne begyndte arbejdet med de f\u00f8rste protokoller, vi lagde op.<\/p>\n\n\n\n

    Vi k\u00f8rte med en arbejdsgang, hvor Rigsarkivet hver uge uploadede en samling, som vi downloadede p\u00e5 egen computer og derfra lagde op p\u00e5 Transkribus. Her var navngivningen af filerne essentiel for at sikre, at det var let at organisere samlingen p\u00e5 Transkribus, s\u00e5 protokollerne kom i kronologisk r\u00e6kkef\u00f8lge, og siderne i protokollerne kom i den originale r\u00e6kkef\u00f8lge. Indledende kr\u00e6vede det en dialog med Rigsarkivet om, hvordan de enkelte filer blev navngivet, samt at vi uploadede billederne igennem den downloadede version af Transkribus. Selvom dette var langt mere tidskr\u00e6vende, oplevede vi, at sidernes r\u00e6kkef\u00f8lge blev blandet, n\u00e5r vi uploadede i den onlineversion af Transkribus. Siden har Transkribus tilsyneladende l\u00f8st dette problem. Fordi protokollerne ikke kom i kronologisk r\u00e6kkef\u00f8lge fra Rigsarkivet, var det derfor ogs\u00e5 lidt tilf\u00e6ldigt, hvor vi startede med arbejdet p\u00e5 samlingen, hvilket vi, efterh\u00e5nden som projektet er skredet frem, har systematiseret en del. Desuden har vi tilf\u00f8jet proveniens fra Rigsarkivet som metadata for hver protokol.<\/p>\n\n\n\n

    Vi tr\u00e6nede videre p\u00e5 den tekstgenkendelsesmodel, som vi udviklede i det f\u00f8rste projekt, og den var bedst i 1750\u2019erne, s\u00e5 derfor fokuserede vi ogs\u00e5 efterh\u00e5nden vores arbejde med supplikkerne p\u00e5 det \u00e5rti som det f\u00f8rste.<\/p>\n\n\n\n

    Vi har valgt hovedsageligt at arbejde i app\u2019en\/onlineversionen, fordi Transkribus er ved at overg\u00e5 til den og kun udvikler nye features her samtidig med, at interfacet er mere intuitivt end det gamle interface p\u00e5 klienten, som var den oprindelige version af Transkribus. Det kan dog v\u00e6re en fordel at skifte mellem de to, fordi der ogs\u00e5 er enkelte funktioner, der enten fungerer bedre p\u00e5 klienten eller indtil videre kun er her.<\/p>\n\n\n\n

    2. KLARG\u00d8RING AF MENNESKESKABT MATERIALE TIL HTR
    Vi arbejder ud fra en opdeling i ti\u00e5rige perioder, hvor vi f\u00e6rdigg\u00f8r segmentering, tekstgenkendelsen, korrekturl\u00e6sning, gentr\u00e6ning af modeller og publicering, inden vi forts\u00e6tter til de n\u00e6ste ti \u00e5rs protokoller. Tanken bag arbejdsgangen er dels at underbygge en h\u00f8j arbejdsmoral gennem variation i arbejdet, da segmenteringen kan forekomme ret ensartet, og det er motiverende ogs\u00e5 at se et f\u00e6rdigt produkt ind imellem. Dels \u2013 og m\u00e5ske vigtigere \u2013 at fors\u00f8ge at im\u00f8dekomme de problemer og udfordringer, der opst\u00e5r i det konkrete arbejde med materialet. Som det f\u00f8lgende vil illustrere, er det umuligt at udt\u00e6nke alle fejlgrupperne, inden man befinder sig i dem og har set, hvad de beslutninger, man tager et sted i processen, betyder i de efterf\u00f8lgende led. Derfor er der ogs\u00e5 dele af vores f\u00f8rste arbejde med supplikprotokollerne, der afviger fra den standard, vi efterf\u00f8lgende har udviklet. Og dele af det f\u00f8rste arbejde, som vi har m\u00e5ttet lave om p\u00e5 baggrund af de udfordringer, vi st\u00f8dte p\u00e5, mens vi segmenterede og korrekturl\u00e6ste. Et godt r\u00e5d til fremtidige lignende projekter er derfor at arbejde med b\u00e5de segmenteringen og korrekturl\u00e6sningen af en mindre del af kildegruppen, inden man s\u00e6tter selve arbejdsflowet i gang.<\/p>\n\n\n\n

    Ved at arbejde sig igennem alle dele af processen for en mindre del af det samlede materiale kan man fange flere de udfordringer, der f\u00e5r betydning for det f\u00e6rdige, offentliggjorte produkt. Samtidig er det en anledning til at g\u00f8re sig nogle af de overvejelser, som er n\u00f8dvendige i digitaliseringsprocessen. En af de ting, det er vigtigt at holde sig for \u00f8je, er, at det digitaliserede, og i vores tilf\u00e6lde transskriberede, dokument aldrig vil v\u00e6re en fuldkommen kopi af den oprindelige kilde.[8]<\/a> Undervejs i digitaliseringsprocessen underg\u00e5r kilden en masse valg og fravalg, der f\u00e5r betydning for det f\u00e6rdige transskriberede produkt. Derfor er det vigtigt at dokumentere de valg, man tr\u00e6ffer undervejs, og v\u00e6re transparent omkring dem, s\u00e5 de personer, der senere skal bruge arkivalierne, har mulighed for at forholde sig til de valg, vi har truffet, og de valg, der er truffet for os. Det kommer vi tilbage til l\u00f8bende.<\/p>\n\n\n\n

    Vi har f.eks. ikke haft kontrol over, hvordan originalkilden blev digitaliseret til et billede og samlet i mapper, som vi kunne uploade til Transkribus. I enkelte tilf\u00e6lde mangler der ganske enkelt scanninger af nogle sider, og vi har ikke mulighed for at opdage dem alle, fordi vi ikke korrekturl\u00e6ser alle sider. Samtidig er genscanningen af supplikprotokollerne taget som opslag, dvs. dobbeltsider, og ikke hver side for sig. Supplikprotokollerne er af enest\u00e5ende national v\u00e6rdi, og derfor skal behandles med stor forsigtighed, hvilket betyder, at man i scanningen ikke kan manipulere protokollerne for at sikre, at hele siden kommer med \u2013 f.eks. ved at kn\u00e6kke ryggen p\u00e5 bogen, klippe ryggen op eller lignende. Da supplikprotokollernes sammenbinding er ret stram, har det konkret betydet, at flere endelser forsvinder i sammenbindingen p\u00e5 midten. Disse ord eller endelser kan man m\u00e5ske l\u00e6se ud af sammenh\u00e6ngen, men af hensyn til vores tekstmodels kvalitet (mere om det senere) kan vi ikke skrive hele ordet, medmindre det er synligt, og det er derfor op til den fremtidige l\u00e6ser at g\u00e6tte det korrekte ord. Hvis scanningen var taget som enkeltsider, var der st\u00f8rre mulighed for at manipulere med vinkler, der muliggjorde, at endelser og ord i sammenbindingen var mere synlige. Ikke desto mindre er denne vurdering ambivalent, da enkeltsider b\u00e5de i scanningsprocessen samt i segmentering- og tekstgenkendelsesprocessen vil v\u00e6re langt mere tidskr\u00e6vende og omkostningsfuld end opslag. Scanningen i opslag har halveret vores udgifter til Transkribus\u2019 features og lagring, da Transkribus\u2019 priser regnes i billeder\/scanninger og ikke i sider. Men hvordan scanningerne skal se ud er et punkt til overvejelse.<\/p>\n\n\n\n

    2.1. SEGMENTERING
    Erfaringerne fra arbejdet med arkivalierne fra M\u00f8ns Tugthus var b\u00e5de helt afg\u00f8rende for, at vi kunne strukturere arbejdsprocessen i det nye projekt med mange deltagere, og de blev samtidig p\u00e5 visse omr\u00e5der et bensp\u00e6nd, fordi de to typer af arkivalier ikke lignede hinanden i struktur (hhv. breve og protokoller i spalter). Erfaringerne fra arbejdet med segmenteringen af M\u00f8ns Tugthus skabte en forventning til, at selve klarg\u00f8ringen af supplikprotokollerne ville blive den mindst tidskr\u00e6vende del af transskriberings- og digitaliseringsprocessen. Da vi havde uploadet de f\u00f8rste supplikprotokoller, igangsatte vi derfor straks den klarg\u00f8ringsproces, som er n\u00f8dvendig for tekstgenkendelse. Foruden genscanning og upload til Transkribus best\u00e5r klarg\u00f8ringsprocessen af segmentering. Segmentering best\u00e5r i alt sin enkelthed i at opm\u00e6rke det p\u00e5g\u00e6ldende billedes struktur med kasser og streger, der markerer, hvor teksten er, og hvordan den ser ud.    [9]<\/a> Figur 1 illustrerer, hvordan en f\u00e6rdig segmentering og transskribering af en supplikprotokolside ser ud.<\/p>\n\n\n\n

    \"\"<\/a><\/figure><\/div>\n\n\n\n
    \"\"<\/a><\/figure>\n\n\n\n
    \"\"<\/a>
    Figur 1<\/strong><\/a>
    Screenshot af en f\u00e6rdig segmentering af en supplikprotokolside inkl. n\u00e6rbillede af sag nr. 13, der er automatisk tekstgenkendt og korrekturl\u00e6st. Supplikprotokol 1759, s. 30, Supplikprotokoller, Danske Kancelli, Rigsarkivet, Digitalisering: Supplikprotokoller 1699-1799, Danske Enev\u00e6lde-Centraladministration, Transkribus Sites,\u00a0     https:\/\/app.transkribus.org\/dan\/sites\/supplikker<\/a>. <\/figcaption><\/figure>\n\n\n\n

    Det er let at overse vigtigheden og arbejdsbyrden i segmenteringen, is\u00e6r hvis det materiale, man digitaliserer, har en simpel sidestruktur, som f.eks. et p\u00e6nt skrevet brev. Transkribus har selv udviklet universelle modeller, der kan bruges til segmentering og specifikke sprogs tekstgenkendelse. Transkribus\u2019 universelle segmenteringsmodeller er dog prim\u00e6rt fordelagtige, n\u00e5r man har en simpel sidestruktur. Har man f.eks. et flot skrevet brev med tydelige margener, centreret tekst med stor linjeafstand og tydelig skrift, vil det v\u00e6re muligt udelukkende at igangs\u00e6tte en automatisk genkendelse af linjer med Transkribus\u2019 egen \u201cuniversal lines\u201d-model, da sidestrukturen ikke n\u00f8dvendigg\u00f8r en opdeling af tekstregioner.<\/p>\n\n\n\n

    Ikke desto mindre er segmenteringen altid n\u00f8dvendig for at kunne lave tekstgenkendelse, og kvaliteten af tekstgenkendelsen afh\u00e6nger derfor ogs\u00e5 af kvaliteten af segmenteringen. Helt konkret vil fejlagtig segmentering, f.eks. en manglende linje under en given s\u00e6tning, betyde, at denne s\u00e6tning ikke tekstgenkendes, og derfor risikerer s\u00e6tningen at blive glemt i tilg\u00e6ngeligg\u00f8relsen. En hyppigere og mindre graverende, omend stadig alvorlig, fejl er, at den tegnede linje ikke er trukket helt fra starten p\u00e5 s\u00e6tningens f\u00f8rste bogstav til slutningen af s\u00e6tningens sidste bogstav. I dette tilf\u00e6lde er det nogle gange muligt for tekstmodellen at genkende det rette ord baseret p\u00e5 konteksten. Dog er der en stor risiko for, at endelser udelades fra den transskriberede tekst.<\/p>\n\n\n\n

    Segmenteringens betydning er f\u00f8rst g\u00e5et op for os i m\u00f8det med de komplicerede sidestrukturer, som supplikprotokollerne indeholder. Teksten er t\u00e6tskrevet, afstanden mellem forskellige afsnit er svingende, og m\u00e6ngden af tekst p\u00e5 hver side er enorm. En central pointe i denne rapport er derfor at understrege vigtigheden af, at man bliver bekendt med sin kildegruppes struktur, inden man igangs\u00e6tter selve segmenteringen og transskriberingen af kildesamlingen. Sidestrukturen har indflydelse p\u00e5, hvilken del af processen, der er mest tidskr\u00e6vende. Figur 3 illustrerer, hvorfor sidestrukturen spiller s\u00e5 stor en rolle i denne artikel, og hvorfor vi efter kort tid m\u00e5tte revurdere vores planlagte arbejdsflow.\u00a0 <\/p>\n\n\n\n

    \"\"<\/a>
    Figur <\/strong><\/a>2<\/strong>
    Screenshot af en supplikprotokolside med en kompleks sidestruktur, hvor segmenteringen er besv\u00e6rlig og kr\u00e6ver en del manuelt arbejde. Supplikprotokol 1759, s. 44, Supplikprotokoller, Danske Kancelli, Rigsarkivet, Digitalisering: Supplikprotokoller 1699-1799, Danske Enev\u00e6lde-Centraladministration, Transkribus Sites,\u00a0     https:\/\/app.transkribus.org\/dan\/sites\/supplikker<\/a>.<\/figcaption><\/figure>\n\n\n\n

    Som det ses af figur 2, er der en enorm spredning i sidestrukturens kompleksitet i det materiale, vi arbejder med at transskribere. For yderligere at illustrere, hvilket udgangspunkt vores erfaringer med segmentering og transskribering byggede p\u00e5, har vi ogs\u00e5 inkluderet et billede af en udvalgt side fra kildesamlingen fra M\u00f8ns tugthus.<\/p>\n\n\n\n

    \"\"<\/a>
    Figur <\/strong><\/a>3<\/strong>
    Screenshot af et brev fra M\u00f8ns Tugt- og Manufakturhus. Indkomne breve 1740, s. 40, Pakkenr 85, Indkomne breve og domme (1737-1812), M\u00f8ns Tugt- og Forbedringshus, Rigsarkivet. Digitalisering af S\u00f8ren Broberg Knudsen 2020.<\/figcaption><\/figure>\n\n\n\n

    Med tilbageblik p\u00e5, hvor ligetil brevmaterialet fra M\u00f8ns Tugthus var struktureret, havde vi en naiv forestilling om, at selve segmenteringen af supplikprotokollerne kunne overst\u00e5s p\u00e5 ret kort tid. Vi havde gjort os overvejelser om, at segmenteringen m\u00e5ske ville kompliceres en anelse, fordi vi nu arbejdede med spalter, men vi havde ikke forestillet os, at segmenteringsprocessen ville blive den mest tidskr\u00e6vende del af arbejdet, som den senere viste sig at blive. Indledningsvist valgte vi faktisk en anden tilgang, end vi er endt ud med. For at forsimple segmenteringen t\u00e6nkte vi, at vi blot kunne opdele hver side i de to spalter, der henholdsvis indeholdt supplikker og svar, uden ellers at skelne imellem hver enkelt supplik og svar (se figur 4).\u00a0<\/p>\n\n\n\n

    \"\"<\/a>
    Figur <\/strong><\/a>4<\/strong>
    Screenshot af en supplikprotokol, der er opdelt i to spalter pr. side uden skelnen mellem hver supplik og svar. Supplikprotokol 1769-1 s.31, Supplikprotokoller, Danske Kancelli, Rigsarkivet, Digitalisering: Supplikprotokoller 1699-1799, Danske Enev\u00e6lde-Centraladministration, Transkribus Sites,\u00a0     https:\/\/app.transkribus.org\/dan\/sites\/supplikker<\/a>.<\/figcaption><\/figure>\n\n\n\n

    Ret hurtigt blev vi dog opm\u00e6rksomme p\u00e5, at dette ville forringe l\u00e6seoplevelsen af det f\u00e6rdige transskriberede produkt. Selvom teksten stadig ville v\u00e6re maskinl\u00e6sbar, ville den ikke p\u00e5 samme m\u00e5de v\u00e6re tilg\u00e6ngelig for l\u00e6seren, fordi man ikke kan skelne hver enkelt supplik fra hinanden, n\u00e5r man l\u00e6ser den transskriberede tekst eller l\u00e6ser svaret i umiddelbar forl\u00e6ngelse af supplikken. Dette blev dog f\u00f8rst klart efter indledende fors\u00f8g p\u00e5 tekstgenkendelse af segmenterede sider, hvorefter de segmenterede sider m\u00e5tte gennemg\u00e5s igen for at adskille hver enkelt supplik og svar fra hinanden.<\/p>\n\n\n\n

    I forbindelse med denne opdeling valgte vi ogs\u00e5 at tagge disse felter med henholdsvis \u201dsupplik\u201d og \u201dsvar\u201d. Vi brugte desuden tagget \u201dregister\u201d til at markere registersiderne. Det gjorde vi prim\u00e6rt med henblik p\u00e5, at vi forh\u00e5bentlig i fremtiden p\u00e5 vores site, hvor kilderne offentligg\u00f8res, kan filtrere i s\u00f8geresultater baseret p\u00e5 disse tags \u2013 at man med andre ord ville kunne filtrere alle s\u00f8geresultater i svarene eller udelukkende s\u00f8ge i svarene. Vi opdagede ogs\u00e5, at disse tags fungerer godt for l\u00e6seoplevelsen, idet man i toppen af den transskriberede tekst har angivet, om man l\u00e6ser en supplik eller et svar.<\/p>\n\n\n\n

    2.2. TR\u00c6NING AF FIELD MODEL<\/em> TIL AT ANALYSERE SIDESTRUKTUREN
    De indledende felter, vi lavede, er alle lavet manuelt, men projektets begyndelse korrelerede smukt med nogle af de nye yderst effektive segmenteringsfeatures, som Transkribus lancerede i deres betaversion i sommeren 2023. Disse features muligg\u00f8r, at man kan tr\u00e6ne egne modeller, der kan genkende, hvor p\u00e5 siden der st\u00e5r tekst og genkende m\u00f8nstre i sidestrukturen. Det vil sige, at disse field models<\/em> kan v\u00e6re et v\u00e6rkt\u00f8j til at lave felterne omkring den tekst, der skal l\u00e6ses, i vores tilf\u00e6lde omkring hver supplik og svar, samtidig med at disse ogs\u00e5 tagges med enten supplik eller svar. Ligeledes har man p\u00e5 Transkribus i l\u00e6ngere tid haft mulighed for at tr\u00e6ne egne layoutmodeller, der kan genkende, hvor linjerne skal placeres, s\u00e5 tekstgenkendelsen kan foreg\u00e5.<\/p>\n\n\n\n

    Det har fra begyndelsen v\u00e6ret planen, at vi skulle udvikle og forbedre s\u00e5danne specifikke segmenteringsmodeller til supplikprotokollerne, der kunne effektivisere vores arbejde. Transkribus\u2019 modeller er baseret p\u00e5 AI-teknologi, som forbedrer ydeevnen, fordi modellen genkender tekst, s\u00e5vel som layout ud fra konteksten p\u00e5 siden. For at modellen har mulighed for at forst\u00e5 denne kontekst, er der imidlertid behov for en stor m\u00e6ngde materiale, hvor man \u201cviser\u201d modellen korrekte transskriberinger eller layoutanalyser, som bruges som udgangspunktet for den automatiske genkendelse. Da der er stor forskel p\u00e5 supplikprotokollernes sidestruktur fra opslag til opslag, beh\u00f8vede vi omkring 100 siders manuelt segmenterede sider for at lave udgangspunktet for en rimelig model, som vi kunne tr\u00e6ne videre p\u00e5. Herefter kunne vi lave en model, der automatisk kunne analysere sidens layout og derved identificere hver supplik og svar. De automatisk genkendte felter skal dog rettes til manuelt, fordi modellen stadig laver enkelte fejl undervejs, som n\u00f8dvendigg\u00f8r manuelt tjek.<\/p>\n\n\n\n

    Selve tr\u00e6ningen af modeller varetages af Transkribus, og vores arbejde best\u00e5r derfor udelukkende i at skabe og udv\u00e6lge det data, som modellerne skal tr\u00e6nes p\u00e5 og efterf\u00f8lgende at korrigere det output, som modellerne giver p\u00e5 nye sider, som efterf\u00f8lgende kan bruges til forbedring af modellen. Efterh\u00e5nden som vi segmenterer flere sider, bliver disse korrigerede sider brugt til at tr\u00e6ne en forbedret model for at sikre s\u00e5 meget data som muligt til tr\u00e6ningsgrundlaget. Vores field model<\/em> kan formentlig have interesse for andre, der arbejder med lignende sidestruktur, f.eks. andre registerkilder, idet det er muligt at tilpasse vores model til det specifikke materiale, man \u00f8nsker at transskribere. Vores field-model<\/em> vil derfor blive offentliggjort l\u00f8bende, som den forbedres og tr\u00e6nes.[10]<\/a><\/p>\n\n\n\n

    2.3. TR\u00c6NING AF LAYOUTMODEL TIL LINJER
    Felterne er den ene halvdel af segmenteringsprocessen, den anden \u2013 og m\u00e5ske endnu vigtigere \u2013 opgave er at s\u00e6tte linjer under hver s\u00e6tning i den korrekte l\u00e6seretning og r\u00e6kkef\u00f8lge, s\u00e5dan at tekstgenkendelsesmodellen har et overblik over, hvor teksten skal genkendes fra og til, og hvordan den opdeles i s\u00e6tninger. Linjerne i Transkribus er polylinjer,    [11]<\/a> der skal l\u00f8be langs bunden af den h\u00e5ndskrevne tekst, ligesom felterne angiver sidens struktur og dermed opdelte tekststykker fra hinanden.[12]<\/a> Tekstgenkendelsen fungerer ved, at hver linje \u201cklippes\u201d ud af selve billedet, og de tegn, som linjens markering d\u00e6kker, analyseres af tekstgenkendelsesmodellen. Linjerne er derfor det vigtigste referencepunkt for tekstgenkendelsen. Helt konkret kan man miste en endelse i tekstgenkendelsen, hvis linjen under den p\u00e5g\u00e6ldende s\u00e6tning ikke tr\u00e6kkes helt til ende. <\/p>\n\n\n\n

    \"\"<\/a><\/figure>\n\n\n\n
    \"\"<\/a>
    Figur <\/strong><\/a>5<\/strong>
    Screenshot af en linje, der ikke er trukket helt til endelsen og screenshot af den automatiske tekstgenkendelse af selvsamme linje. Supplikprotokol 1759, s. 68 Supplikprotokoller, Danske Kancelli, Rigsarkivet, Digitalisering: Supplikprotokoller 1699-1799, Danske Enev\u00e6lde-Centraladministration, Transkribus Sites,\u00a0     https:\/\/app.transkribus.org\/dan\/sites\/supplikker<\/a>.<\/figcaption><\/figure>\n\n\n\n

    Figur 5 illustrerer, at hele ord kan mistes fra tekstgenkendelsen, n\u00e5r linjen ikke tr\u00e6kkes helt til ende. Variationer i hvordan linjerne ligger i forhold til selve de tegn, der skal genkendes, kan ogs\u00e5 vise sig som en udfordring for tekstgenkendelsens effektivitet. Den linje, man l\u00e6gger, er referencepunkt for et polygon,[13]<\/a> der indrammer de tegn, der st\u00e5r p\u00e5 linjen, som illustreret i figur 6. <\/p>\n\n\n\n

    \"\"<\/a><\/figure>\n\n\n\n
    \"\"<\/a>
    Figur <\/strong><\/a>6<\/strong>
    Screenshot af supplikside, hvor linjernes polygoner er tydelige, samt screenshot af enkelte linjers polygon t\u00e6t p\u00e5. Supplikprotokol 1759, s. 69, Supplikprotokoller, Danske Kancelli, Rigsarkivet, Digitalisering: Supplikprotokoller 1699-1799, Danske Enev\u00e6lde-Centraladministration, Transkribus Sites,\u00a0     https:\/\/app.transkribus.org\/dan\/sites\/supplikker<\/a>.<\/figcaption><\/figure>\n\n\n\n

    Det betyder, at alt efter hvordan linjen placeres i forhold til tegnene, kan man risikere at miste dele af de p\u00e5g\u00e6ldende tegn. Ligger linjerne f.eks. for langt fra de tegn, der skal genkendes, kan man risikere, at enkelte tegn genkendes som et andet tegn eller m\u00e5ske slet ikke genkendes. Se figur 7, hvor det illustreres, at tekstgenkendelsen forringes, fordi linjernes polygon ikke opfanger tegnene. <\/p>\n\n\n\n

    \"\"<\/a><\/figure>\n\n\n\n
    \"\"<\/a>
    Figur <\/strong><\/a>7<\/strong>
    Screenshot af linjer, der ligger for langt fra de tegn, der skal genkendes og screenshot af den tilh\u00f8rende tekstgenkendelse. Tidligere udgave af segmenteringen p\u00e5 1769-2, s. 30. Siden er naturligvis \u00e6ndret til den korrekte segmentering efterf\u00f8lgende. Supplikprotokol 1769-2, s. 30 Supplikprotokoller, Danske Kancelli, Rigsarkivet, Digitalisering: Supplikprotokoller 1699-1799, Danske Enev\u00e6lde-Centraladministration, Transkribus Sites,\u00a0     https:\/\/app.transkribus.org\/dan\/sites\/supplikker<\/a>.<\/figcaption><\/figure>\n\n\n\n

    Linjen kan desuden ligge for langt over selve tegnene og n\u00e6rmest g\u00e5 igennem s\u00e6tningen. Her risikerer man, at linjen er for t\u00e6t p\u00e5 den ovenst\u00e5ende, og at flere tegn derfor genkendes forkert, enten fordi de genkendes som tegnet ovenover eller som en blanding mellem den p\u00e5g\u00e6ldende linjes tegn og den ovenover (se figur 8). <\/p>\n\n\n\n

    \"\"<\/a><\/figure>\n\n\n\n
    \"\"<\/a>
    Figur <\/strong><\/a>8<\/strong>
    Screenshot af linjer, der ligger for langt oveni de tegn, der skal genkendes og derfor inddrager tegn fra linjen over, og screenshot af den tilh\u00f8rende tekstgenkendelse. Tidligere udgave af segmenteringen p\u00e5 1769-2, s. 30. Siden er naturligvis \u00e6ndret til den korrekte segmentering efterf\u00f8lgende.<\/figcaption><\/figure>\n\n\n\n

    <\/p>\n\n\n\n

    Det optimale er efter vores erfaring, at linjen placeres lige under den s\u00e6tning, man \u00f8nsker genkendt, ligesom man vil skrive p\u00e5 linjeret papir. Men hellere placere linjen for langt igennem selve ordet end for langt fra.<\/p>\n\n\n\n

    Vores erfaring er, at Transkribus\u2019 universal lines-<\/em>model ikke lavede optimale linjer under teksten i supplikprotokollerne. M\u00e5ske fordi der er for stor variation i skriftst\u00f8rrelse, skrifttype, s\u00e6tningsafstand, for mange linjer, der forts\u00e6tter ind i andre tekstregioner, eller for mange skiftende skrivere, der har skrevet p\u00e5 samme opslag i supplikprotokollen. For at sikre de bedst mulige vilk\u00e5r for god tekstgenkendelse fremadrettet besluttede vi derfor selv at tr\u00e6ne en layoutmodel<\/em>, der kunne genkende linjer inden for de allerede genkendte og taggede felter. Modellen, vi har tr\u00e6net, er specifikt tilpasset supplikprotokollens kompleksitet og er efterh\u00e5nden blevet tr\u00e6net p\u00e5 s\u00e5 forskelligartet materiale, at den n\u00e6sten uden problemer kan genkende st\u00f8rstedelen af linjerne p\u00e5 selv overfyldte sider. Figur 9 og 10 er et udsnit af, hvordan en automatisk genkendelse af b\u00e5de tekstregioner og linjer ser ud p\u00e5 henholdsvis en mindre kompleks side og en kompleks eller overfyldt side uden manuel tilretning overhovedet. Den automatiske layout-, field- og tekstgenkendelse, som illustreres p\u00e5 figur 9 og 10, er et vidne om vores modellers pr\u00e6station i skrivende stund (juni 2025). <\/p>\n\n\n\n

    \"\"<\/a><\/figure>\n\n\n\n
    \"\"<\/a>
    Figur <\/strong><\/a>9<\/strong>
    Screenshot af en simpel supplikprotokolside, hvor der udelukkende er k\u00f8rt automatisk fieldgenkendelse og layoutgenkendelse uden nogen manuel tilretning. Og Screenshot af \u00f8verste svar i venstre hj\u00f8rne og dennes automatiske tekstgenkendelse uden korrektur. De benyttede modeller er: \u201cField model til supplikker (tags: svar og supplik) v.2\u201d; \u201cLayout model til baselines\u201d, \u201c1700-tallets gotisk h\u00e5ndskrift fra supplikprotokollerne v.1\u201d som alle er private modeller der er tr\u00e6net i efter\u00e5ret 2024. Supplikprotokol 1769-2, s. 35, Supplikprotokoller, Danske Kancelli, Rigsarkivet, Digitalisering: Supplikprotokoller 1699-1799, Danske Enev\u00e6lde-Centraladministration, Transkribus Sites.     https:\/\/app.transkribus.org\/dan\/sites\/supplikker<\/a>.<\/figcaption><\/figure>\n\n\n\n
    \"\"<\/a><\/figure>\n\n\n\n
    \"\"<\/a>
    Figur <\/strong><\/a>10<\/strong>
    Screenshot af en kompleks supplikprotokolside, hvor der udelukkende er k\u00f8rt automatisk fieldgenkendelse og layoutgenkendelse uden nogen manuel tilretning. Og screenshot t\u00e6t p\u00e5 af svar og supplik midt p\u00e5 venstre side og deres automatiske tekstgenkendelse. De benyttede modeller er \u201cField model til supplikker (tags: svar og supplik) v.2\u201d; \u201cLayout model til baselines\u201d, \u201c1700-tallets gotisk h\u00e5ndskrift fra supplikprotokollerne v.1\u201d, som alle er private modeller der er tr\u00e6net i efter\u00e5ret 2024. Supplikprotokol 1769-2, s. 39, Supplikprotokoller, Danske Kancelli, Rigsarkivet, Digitalisering: Supplikprotokoller 1699-1799, Danske Enev\u00e6lde-Centraladministration, Transkribus Sites,\u00a0     https:\/\/app.transkribus.org\/dan\/sites\/supplikker<\/a>.<\/figcaption><\/figure>\n\n\n\n

    Vores forh\u00e5bning er naturligvis, at disse modeller forbedres endnu mere, efterh\u00e5nden som vi tilf\u00f8jer korrigerede sider til tr\u00e6ningen.[14]<\/a><\/p>\n\n\n\n

    Layoutmodellen, der automatisk kan genkende linjer p\u00e5 siden, tr\u00e6nes p\u00e5 samme m\u00e5de som b\u00e5de fieldmodellen og tekstgenkendelsesmodellen ved at lave et sample af opslag, hvor linjerne er tegnet enten manuelt eller korrigeret, som bruges til at tr\u00e6ne en model, der automatisk kan lave en forudsigelse af, hvor linjerne b\u00f8r ligge p\u00e5 en side, den ikke har \u201cset\u201d. Vi har oplevet store udfordringer med at tr\u00e6ne gode modeller til linjer, og selve markeringen af linjer og den manuelle tilretning af modellernes automatiske layoutanalyse har med l\u00e6ngder v\u00e6ret det mest tidskr\u00e6vende for projektet. Dette skyldes netop sidekompleksiteten og variationerne inden for hver enkelt side, der besv\u00e6rligg\u00f8r modellens performance. Vi havde is\u00e6r problemer med den automatiske layoutgenkendelse i de spalter, der indeholdt supplikprotokollernes svar. Det er imidlertid ogs\u00e5 der, hvor teksten er skrevet mest t\u00e6t, og hvor linjeafstanden n\u00e6sten er ikkeeksisterende (se figur 11a). Problemet kunne dog l\u00f8ses ved, at billedet opskaleres i forbindelse med den automatiske layoutgenkendelse, som man kan sl\u00e5 til, n\u00e5r man k\u00f8rer en layoutgenkendelsesmodel. N\u00e5r denne er sl\u00e5et til, er genkendelsen af linjer n\u00e6sten perfekt, og det er kun n\u00f8dvendigt manuelt at tjekke linjernes r\u00e6kkef\u00f8lge (se figur 11b). <\/p>\n\n\n\n

    \"\"<\/a>
    Figur 11a<\/strong><\/figcaption><\/figure>\n\n\n\n
    \"\"<\/a>
    Figur 1<\/strong><\/a>1b<\/strong>
    Screenshot af svar, hvor linjerne er automatisk genkendt henholdsvis uden opskalering af billedet (a) i Supplikprotokol 1769-2, s. 35 og uden opskalering af billedet (b) i supplikprotokol 1769-1, s. 39, Supplikprotokoller, Danske Kancelli, Rigsarkivet, Digitalisering: Supplikprotokoller 1699-1799, Danske Enev\u00e6lde-Centraladministration, Transkribus Sites,\u00a0     https:\/\/app.transkribus.org\/dan\/sites\/supplikker<\/a>.<\/figcaption><\/figure>\n\n\n\n

    B\u00e5de i forbindelse med brug af layout models<\/em>, field models<\/em> og tekstgenkendelsesmodeller er det enormt vigtigt ikke alene at regne med deres pr\u00e6cisionsv\u00e6rdier (mAP (mean average precision) eller CER (character error rate)), da dette resultat ikke fort\u00e6ller noget om enten falske positive eller modellens pr\u00e6station p\u00e5 ukendt materiale. Falsk-positive resultater opst\u00e5r i Transkribus, n\u00e5r der er fejl i den manuelle transskription eller korrekturl\u00e6sning. Hvis man skriver forkerte tegn, tr\u00e6nes modellen til at genkende fejlen, som det korrekte svar, og det vil derfor ikke vises som en fejl i udregningen af pr\u00e6cisionsv\u00e6rdien. Problematikken med modellens pr\u00e6station p\u00e5 ukendt materiale skyldes, at modellen er tr\u00e6net p\u00e5 et specifikt kildemateriale og derfor tr\u00e6nes til at genkende tegn ud fra netop det specifikke kildemateriale. Tegnenes udseende, m\u00e6ngden af forkortelser og m\u00e5den forkortelser vises p\u00e5 osv. kan afvige fra kilde til kilde, og modellen vil derfor naturligvis fungere bedst p\u00e5 materiale, der minder mest muligt om de kilder, den tr\u00e6nes p\u00e5. Det er alts\u00e5 v\u00e6rd at lave visuelle tests af, hvorvidt modellerne passer specifikt til det materiale, man bruger det p\u00e5, ved selv manuelt at tjekke modellens arbejde, inden man s\u00e6tter modellen til at genkende hele den samling, man arbejder med.<\/p>\n\n\n\n

    3. MENNESKEL\u00d8SNINGER KAN GIVE DIGITALE PROBLEMER
    Et tidspunkt, hvor man is\u00e6r bliver opm\u00e6rksom p\u00e5, at digitaliseringen af en kilde snarere skal ses som en art fortolkning end en egentlig tro kopi af den originale kilde, er i m\u00f8det med nogle af de m\u00e5der, hvorp\u00e5 de oprindelige skrivere har rettet sine fejl, indsat ord, lavet specifikke tegn eller skrevet resten af den p\u00e5g\u00e6ldende tekst andetsteds, hvis pladsen p\u00e5 siden var knap. Selvom skriverens l\u00f8sninger for det blotte \u00f8je virker logisk og derfor ikke forstyrrer l\u00e6sningen af supplikprotokollerne, har vi gjort os en del overvejelser og erfaringer med, hvordan de kan \u201covers\u00e6ttes\u201d til maskinl\u00e6sbar og tilg\u00e6ngelig tekst.<\/p>\n\n\n\n

    Fortolkningen af den originale kilde sker bl.a., n\u00e5r man som den, der digitaliserer og tilg\u00e6ngeligg\u00f8r, ser sig n\u00f8dsaget til at \u00e6ndre p\u00e5 r\u00e6kkef\u00f8lger, efterlade tomrum eller opdele s\u00e6tninger for at inds\u00e6tte de tilf\u00f8jede ord, den oprindelige skriver har skrevet over eller placeret i margen. Der ligger med andre ord et enormt ansvar hos os for at v\u00e6re transparente med, hvilke overvejelser og \u00e6ndringer, vi har gjort i digitaliseringsprocessen, fordi vores \u00e6ndringer har stor indflydelse p\u00e5 det endelige produkt. Det er helt centralt, at vi som historikere har en forst\u00e5else for de \u00e6ndringer, som digitaliseret materiale skaber for kildebegrebet og den kildekritiske metode.[15]<\/a> Denne rapport er et fors\u00f8g p\u00e5 at vise en s\u00e5dan transparens, og i f\u00f8lgende afsnit vil vi udfolde nogle af de konkrete m\u00e5der, hvorp\u00e5 vi har l\u00f8st de udfordringer, vi er st\u00f8dt p\u00e5 i supplikprotokollerne.<\/p>\n\n\n\n

    Vores studentermedhj\u00e6lpere har v\u00e6ret en helt uundv\u00e6rlig kilde til at udt\u00e6nke m\u00e5der, hvorp\u00e5 vi kunne l\u00f8se disse problemer, samt til at melde tilbage, n\u00e5r vores l\u00f8sninger ikke gav mening i deres arbejde eller i forhold til effektiviteten. Mange af de valg, vi har truffet undervejs, har vi fors\u00f8gt at tage med henblik p\u00e5 to endelige m\u00e5l: (1) at holde os s\u00e5 t\u00e6t p\u00e5 den originale kilde som muligt inden for de ressourcer, vi har til r\u00e5dighed; og (2) n\u00e5r vi g\u00e5r p\u00e5 kompromis med den originale kilde, har det v\u00e6ret for at styrke tilg\u00e6ngeligheden markant.<\/p>\n\n\n\n

    3.1. L\u00c6SER\u00c6KKEF\u00d8LGE
    Et eksempel er vores manipulation af r\u00e6kkef\u00f8lgen. Transkribus\u2019 m\u00e5de at segmentere siden p\u00e5 er baseret p\u00e5 venstreh\u00f8jre l\u00e6seretning, der starter oppefra og bev\u00e6ger sig ned. Det betyder for vores billeder, der jo er et opslag og ikke en enkelt side, at vi har manipuleret r\u00e6kkef\u00f8lgen ud fra en forventning om, hvordan den fremtidige l\u00e6ser \u00f8nsker at bruge supplikprotokollerne.<\/p>\n\n\n\n

    Vi kunne lige s\u00e5 vel enten have beholdt Transkribus\u2019 opdeling, hvor r\u00e6kkef\u00f8lgen f\u00f8lger l\u00e6seretningen fra venstre mod h\u00f8jre, oppefra og ned p\u00e5 hele billedet, det vil sige p\u00e5 tv\u00e6rs af sideopslaget. Vi kunne ogs\u00e5 have ladet l\u00e6seren l\u00e6se alle supplikkerne i deres r\u00e6kkef\u00f8lge og derefter alle svar, eller vi kunne have ladet svarene komme f\u00f8r supplikkerne, hvis vi skulle f\u00f8lge den logiske venstre-h\u00f8jre-l\u00e6seretning (se figur 12). Her spillede vores dom\u00e6nespecifikke tilgang til kildesamlingen ind. Vores forst\u00e5else af sagsbehandling ved modtagelsen af supplikken og vores egne ideer om, hvordan man bedst ville kunne tilg\u00e5 kilden, gav anledning til vores beslutning om at lade hver supplik st\u00e5 for sig efterfulgt af den p\u00e5g\u00e6ldende suppliks svar inden n\u00e6ste supplik og dennes svar (se figur 13). Manipulationen er tidskr\u00e6vende, men vi har vurderet, at denne r\u00e6kkef\u00f8lge er gavnligt for tilg\u00e6ngeligheden af den digitaliserede kilde, fordi den giver mulighed for at skelne mellem hver supplik og disses svar for sig uden n\u00e6rl\u00e6sning.\u00a0<\/p>\n\n\n\n

    \"\"<\/a><\/figure>\n\n\n\n
    \"\"<\/a>
    Figur 1<\/strong><\/a>2<\/strong>
    Screenshot af l\u00e6ser\u00e6kkef\u00f8lgen ved den automatiske fieldgenkendelse med vores model \u201cField model til supplikker (tags: svar og supplik) v.2\u201d uden manuel tilretning, samt screenshot t\u00e6t p\u00e5, hvor man kan se konsekvensen for l\u00e6sbarheden af den transskriberede tekst uden tilretning af field-r\u00e6kkef\u00f8lgen. Tidligere udgave af supplikprotokol 1769-1, s. 34. Den er naturligvis \u00e6ndret til den korrekte segmentering efterf\u00f8lgende. Supplikprotokol 1769-1, Supplikprotokoller, Danske Kancelli, Rigsarkivet, Digitalisering: Supplikprotokoller 1699-1799, Danske Enev\u00e6lde-Centraladministration, Transkribus Sites,\u00a0     https:\/\/app.transkribus.org\/dan\/sites\/supplikker<\/a>.<\/figcaption><\/figure>\n\n\n\n
    \"\"<\/a><\/figure>\n\n\n\n
    \"\"<\/a>
    Figur 1<\/strong><\/a>3<\/strong>
    Screenshot af vores manuelle tilretning af l\u00e6ser\u00e6kkef\u00f8lgen p\u00e5 fields, samt screenshot t\u00e6t p\u00e5, hvor man kan se konsekvenserne for l\u00e6sbarheden af den transskriberede tekst, n\u00e5r l\u00e6ser\u00e6kkef\u00f8lgen rettes til. Supplikprotokol 1769-1, s. 34, Supplikprotokoller, Danske Kancelli, Rigsarkivet, Digitalisering: Supplikprotokoller 1699-1799, Danske Enev\u00e6lde-Centraladministration, Transkribus Sites,\u00a0     https:\/\/app.transkribus.org\/dan\/sites\/supplikker<\/a>.<\/figcaption><\/figure>\n\n\n\n

    Nogle supplikker (og nogle svar) er naturligvis l\u00e6ngere end andre, hvilket betyder, at flere supplikker (og svar) forts\u00e6tter p\u00e5 den efterf\u00f8lgende side. Vores billeder er opslag, hvilket betyder, at hvert billede udg\u00f8res af to enkeltsider i supplikprotokollen (se figur 1). I de tilf\u00e6lde, hvor f\u00f8rste og anden del af en l\u00e6ngere supplik eller svar fremg\u00e5r inden for samme opslag\/billede, har vi derfor fors\u00f8gt at lade r\u00e6kkef\u00f8lgen f\u00f8lge samme princip som ovenst\u00e5ende. Det vil sige, at supplikkens to dele f\u00f8lger umiddelbart efter hinanden, s\u00e5 supplikken kan l\u00e6ses i sin helhed, inden man forts\u00e6tter til svaret. Figur 14 illustrerer et s\u00e5dant tilf\u00e6lde, hvor den f\u00f8rste halvdel af supplikken p\u00e5 den ene side efterf\u00f8lges af den anden halvdel af supplikken p\u00e5 den n\u00e6ste side, hvorefter svaret f\u00f8lger, inden man kan l\u00e6se videre i n\u00e6ste supplik.<\/p>\n\n\n\n

    \"\"<\/a>
    Figur 1<\/strong><\/a>4<\/strong>
    Screenshot af vores manuelle tilretning af l\u00e6ser\u00e6kkef\u00f8lge, n\u00e5r en supplik forts\u00e6tter p\u00e5 n\u00e6ste side inden for samme scanningsbillede. Supplikprotokol 1759, s. 165, Supplikprotokoller, Danske Kancelli, Rigsarkivet, Digitalisering: Supplikprotokoller 1699-1799, Danske Enev\u00e6lde-Centraladministration, Transkribus Sites,\u00a0     https:\/\/app.transkribus.org\/dan\/sites\/supplikker<\/a>.<\/figcaption><\/figure>\n\n\n\n

    3.2. TILF\u00d8JELSER TIL SVARENE ANDRE STEDER UNDER ANDRE SUPPLIKKER
    N\u00e5r begge dele af supplikken (eller svaret) fremg\u00e5r p\u00e5 samme opslag\/billede, er det muligt at manipulere l\u00e6ser\u00e6kkef\u00f8lgen, men det er naturligvis ikke muligt, n\u00e5r supplikken forts\u00e6tter til n\u00e6ste scanningsbillede. Alts\u00e5 manipulerer vi udelukkende r\u00e6kkef\u00f8lgen inden for hvert opslag\/billede. Sagsbehandlingen af hver indkommen supplik kunne desuden v\u00e6re en l\u00e6ngerevarende proces \u2013 nogle gange opdateredes supplikkernes svar flere \u00e5r efter. Det betyder, at supplikprotokolskriveren har skrevet nye oplysninger i sagsbehandlingen ind under den p\u00e5g\u00e6ldende suppliks svarspalte hver gang, supplikken har v\u00e6ret (gen)behandlet. Fordi sagsbehandlingen kan foreg\u00e5 over flere dage, m\u00e5neder eller \u00e5r, imellem hvilke der er indkommet nye supplikker, som skriveren har skrevet af i supplikprotokollen, har der helt praktisk ikke altid v\u00e6ret plads til at tilf\u00f8je nye oplysninger om samme supplik under dens p\u00e5g\u00e6ldende svar. Som det illustreres i figur 15a, l\u00f8ste skriveren tilsyneladende problemet ved at skrive den nye tilf\u00f8jelse til svaret ind p\u00e5 et ledigt tomrum, som markeredes med overskriften \u201cHenh\u00f8rer til no. xx\u201d, der angav, hvilken supplik dette \u201cflyvende\u201d svar h\u00f8rte til. <\/p>\n\n\n\n

    \"\"<\/a><\/figure>\n\n\n\n
    \"\"<\/a>
    Figur 1<\/strong><\/a>5<\/strong>
    Screenshot af en fors\u00e6ttelse af et svar, der er skrevet under et andet svar med markeringen \u201chenh\u00f8rer til no xx\u201d, samt screenshot af den l\u00e6ser\u00e6kkef\u00f8lge, vi har eksperimenteret med henholdsvis (a) hvor \u201chenh\u00f8rer til no xx\u201d f\u00f8lger efter det svar den tilh\u00f8rer og (b)hvor \u201chenh\u00f8rer til no xx\u201d f\u00f8lger det svar den er skrevet under. Supplikprotokol 1759, s. 45, Supplikprotokoller, Danske Kancelli, Rigsarkivet, Digitalisering: Supplikprotokoller 1699-1799, Danske Enev\u00e6lde-Centraladministration, Transkribus Sites,\u00a0     https:\/\/app.transkribus.org\/dan\/sites\/supplikker<\/a>.<\/figcaption><\/figure>\n\n\n\n

    Denne praksis har voldt os lidt problemer i forhold til at angive r\u00e6kkef\u00f8lgen af felterne. Indledningsvis valgte vi at lade disse \u201chenh\u00f8rer til no. xx\u201d-afsnit f\u00e5 sit eget felt, og for l\u00e6sevenlighedens skyld fulgte disse tilf\u00f8jede dele af svaret umiddelbart efter det svar, de h\u00f8rte til, som illustreret i figur 15a.<\/p>\n\n\n\n

    \"\"<\/a>
    Figur 15a<\/strong>
    Field nr. 11 er en forts\u00e6ttelse af svaret i field nr. 10, for l\u00e6sbarheden eksperimenterede vi med, at lade forts\u00e6ttelsen f\u00f8lge efter det svar den tilh\u00f8rte. Problemet med denne l\u00e6ser\u00e6kkef\u00f8lge tydeligg\u00f8res i field nr. 1, som er en forts\u00e6ttelse af et svar fra siden f\u00f8r p\u00e5 den forrige scanning. Denne manipulation skaber mere forvirring end den gavner og derfor gik vi v\u00e6k fra den og lod blot forts\u00e6ttelsen f\u00f8lge efter det svar, den st\u00e5r skrevet under som ses i 15b.<\/figcaption><\/figure>\n\n\n\n

    Dette forvirrer dog l\u00e6ser\u00e6kkef\u00f8lgen enormt, hvis denne logik skal vedligeholdes, n\u00e5r der er flere \u201chenh\u00f8rer til no. xx\u201d-felter, som f\u00f8rst fremg\u00e5r af n\u00e6ste scanningsbillede \u2013 for skal denne s\u00e5 v\u00e6re f\u00f8rst, eller skal den komme efter den supplik, den er skrevet under? I realiteten besv\u00e6rliggjorde vi faktisk muligheden for at navigere i de tilf\u00f8jede dele af svar og supplikker, fordi den originale skriver allerede havde angivet, hvor den tilf\u00f8jede del af svar eller supplik tilh\u00f8rte. Det var vores opm\u00e6rksomme studentermedhj\u00e6lpere, der opdagede, at dette var et problem, men der gik n\u00e6sten ni m\u00e5neder, f\u00f8r vi rigtigt st\u00f8dte p\u00e5 problemet og kunne tr\u00e6ffe beslutningen om ikke at manipulere med r\u00e6kkef\u00f8lgen af \u201chenh\u00f8rer til no. xx\u201d-felter, men i stedet at lade dem f\u00f8lge den \u201cnaturlige\u201d r\u00e6kkef\u00f8lge, hvor de kommer umiddelbart efter den supplik eller det svar, som de er skrevet under, som illustreret i figur 15b.\u00a0<\/p>\n\n\n\n

    \"\"<\/a>
    Figur 15b<\/strong>
    Field nr. 3 er egentlig en forts\u00e6ttelse af svaret i field nr. 10, men her f\u00f8lger den under field nr. 2, hvor den er skrevet ind.<\/figcaption><\/figure>\n\n\n\n

    Det betyder derfor ogs\u00e5, at der m\u00e5ske er levn af vores gamle fremgangsm\u00e5de i de transskriberede kilder, som vi offentligg\u00f8r, som forstyrrer den ensartethed, der ellers er centralt i arbejdet med at digitalisere kildemateriale.<\/p>\n\n\n\n

    3.3. TR\u00c6NING AF TEKSTGENKENDELSESMODELLER
    Selvom klarg\u00f8ringen har v\u00e6ret den mest tidskr\u00e6vende og udfordrende del af digitaliseringsprocessen for vores vedkommende, s\u00e5 er slutproduktet ikke desto mindre det, man som l\u00e6ser ender med at se og kunne forholde sig til. I dette afsnit vil vi udfolde nogle af de overvejelser, vi har haft om tr\u00e6ning af tekstgenkendelsesmodeller, samt hvordan vi har h\u00e5ndteret korrekturl\u00e6sningen af den automatiske tekstgenkendelse, og hvilke konsekvenser dette har for den endelige kildesamling.<\/p>\n\n\n\n

    Vi begyndte ikke fra bunden, da vi skulle tr\u00e6ne tekstgenkendelsesmodeller, men havde mulighed for at lave en automatisk tekstgenkendelse med modellen \u201c18C Danish Administrative Writing\u201d,[16]<\/a> som blev offentliggjort i 2021 som produkt af arbejdet med transskriberingen af materialet fra M\u00f8ns Tugthus, som Nina Koefoed tidligere havde v\u00e6ret projektleder for. Denne model er ogs\u00e5 tr\u00e6net p\u00e5 materiale fra 1700-tallet og var derfor allerede god til at genkende h\u00e5ndskriften i supplikprotokollerne, hvilket gjorde selve den manuelle korrekturl\u00e6sning en del nemmere.<\/p>\n\n\n\n

    N\u00e5r man skal tr\u00e6ne nye modeller til en specifik samling, starter man med enten manuelt eller med en allerede offentlig model at transskribere teksten p\u00e5 et billede, man har uploadet og segmenteret. Alt efter variationen i sprog, skrifttyper og h\u00e6nder, der har skrevet teksten, skal man have et bestemt antal sider til at tr\u00e6ne en tekstgenkendelsesmodel. Den f\u00f8rste udgave af vores tekstgenkendelsesmodel blev tr\u00e6net p\u00e5 41 sider fra samme supplikprotokol. Modellen var tr\u00e6net med \u201c18C Danish Administrative Writing\u201d som basemodel og endte med en CER p\u00e5 4,90 %. CER-v\u00e6rdien er dog ikke n\u00f8dvendigvis retvisende for, hvor godt denne model fungerede, da dens tr\u00e6ningsmateriale var relativt sm\u00e5t.<\/p>\n\n\n\n

    Efter at have korrekturl\u00e6st over 1.000 sider tr\u00e6nede vi en ny model, som vi valgte at offentligg\u00f8re: \u201c1700-tallets administrativ, gotisk h\u00e5ndskrift\u201d er tr\u00e6net p\u00e5 1.093 sider og har en CER-v\u00e6rdi p\u00e5 3,27 %, hvilket er en markant forbedring fra tidligere modeller, vi har tr\u00e6net. Grundet tr\u00e6ningsmaterialets st\u00f8rrelse er CER-v\u00e6rdien desuden ogs\u00e5 mere retvisende for modellens performance p\u00e5 materiale, den ikke har \u201cset\u201d. For at n\u00e5 frem til denne model har vi korrekturl\u00e6st over 1.000 sider i supplikprotokollerne med samlet lige under 900.000 ord. Vi har valgt at korrekturl\u00e6se alle siderne i supplikprotokollen fra 1758, mens vi har valgt udelukkende at l\u00e6se korrektur p\u00e5 de f\u00f8rste 10-50 sider (ekskl. registersiderne) i hver af de resterende 219 supplikprotokoller.[17]<\/a> I skrivende stund har vi korrekturl\u00e6st omkring 1.500 sider, og i den forbindelse har vi fors\u00f8gt at ensarte og beskrive vores principper bag korrekturl\u00e6sningen. De valg, vi har taget undervejs, har indflydelse p\u00e5 vores model og p\u00e5 det resultat, man kan forvente af vores model. Vi har fors\u00f8gt at lave vores transskribering diplomatisk, hvilket betyder, at vi har fors\u00f8gt at transskribere s\u00e5 t\u00e6t p\u00e5 originalteksten som muligt. Men for at sikre l\u00e6sbarheden har vi dog n\u00e6rmet os en semidiplomatisk transskription, hvor vi i nogle tilf\u00e6lde afviger fra originalen for at forbedre l\u00e6sbarhed eller effektivisere arbejdet, s\u00e5 mest muligt materiale i sidste ende kan blive tilg\u00e6ngeligt og s\u00f8gbart.[18]<\/a> Undervejs har vi fors\u00f8gt at ensrette og nedskrive vores afvigelser fra originalen og lade det fremg\u00e5 af den platform, kildesamlingen udgives p\u00e5, for at g\u00f8re det tilg\u00e6ngeligt for l\u00e6seren. Det er v\u00e6rd at understrege, at vi ikke har lavet dobbelt korrekturl\u00e6sning p\u00e5 materialet. Vi har fokuseret p\u00e5 at tr\u00e6ne interesserede studentermedhj\u00e6lpere til at kunne l\u00e6se den gotiske h\u00e5ndskrift p\u00e5 egen h\u00e5nd ved indledningsvist at tjekke deres korrekturl\u00e6sninger igennem. Efter de havde n\u00e5et et tilfredsstillende niveau helt uden eller med h\u00f8jest 5 mindre graverende fejl (f.eks. forskel p\u00e5 stort og lille bogstav, u i stedet for \u00fc osv.) pr. side, besluttede vi at lade dem lave ground truth-<\/em>materiale til modellerne.[19]<\/a> Studentermedhj\u00e6lpernes har dog undervejs haft mulighed for at konsultere usikkerheder i transskriptioner med b\u00e5de PI og daglig projektleder.<\/p>\n\n\n\n

    3.4. KORREKTURL\u00c6SNINGSPRINCIPPER
    For at transskribere teksten s\u00e5 t\u00e6t p\u00e5 originalen som muligt uden at g\u00e5 for meget p\u00e5 kompromis med l\u00e6sbarheden retter vi hverken stavefejl eller ensretter stavem\u00e5der i materialet. Samme navn kan staves p\u00e5 forskellige m\u00e5der \u2013 endda af den samme skriver \u2013 og for at skabe grundlaget for en god tekstgenkendelsesmodel, og fordi kilderne muligvis i fremtiden skal bruges til sproganalyser eller andet, hvor det faktisk er relevant at se, hvordan ord er stavet, fors\u00f8ger vi at gengive det, der st\u00e5r. De tilf\u00e6lde, hvor vi afviger fra dette princip, handler prim\u00e6rt om de tegn, der enten slet ikke findes i vores (danske) computertastatur, eller som ud fra projektets tidsfrist kan vise sig for tidskr\u00e6vende at skulle finde frem fra andre tastatursprog. Den samlede liste over afvigelser fremg\u00e5r af vores site, hvor kildesamlingen er udgivet, men vi vil kort pr\u00e6sentere nogle eksempler, der illustrerer vores overvejelser, og hvilket grundlag vurderingen er truffet p\u00e5.<\/p>\n\n\n\n

    3.4.1 BRUG AF TAGGET \u201cGAP\u201d
    N\u00e5r et tegn ikke findes i computertastaturet, og tegnet ikke naturligt kan overs\u00e6ttes med et lignende tegn, har vi besluttet at markere et s\u00e5dant tegn med tagget \u201cgap\u201d undervejs i transskriptionen. I Transkribus er det muligt at tagge tegn, ord eller s\u00e6tninger i transskriptionen som en m\u00e5de at lave metadata til l\u00e6seren p\u00e5. Tagget \u201cgap\u201d har vi benyttet til at vise l\u00e6seren, at der findes et tegn i originalkilden, som ikke er transskriberet. Med andre ord viser det l\u00e6seren, at de skal tjekke den originale scanning selv for at l\u00e6se tegnet. Det er ret sj\u00e6ldent, at vi har v\u00e6ret n\u00f8dt til at bruge dette tag, men \u00e9t af de mest markante eksempler er, hvor en skriver bruger astrologiske symboler i teksten, som illustreret i figur 16a. \u00a0<\/p>\n\n\n\n

    \"\"<\/a>
    Figur 16a<\/strong>
    Eksempel p\u00e5 planetsymbol i supplikprotokol 1758, s. 205<\/figcaption><\/figure><\/div>\n\n\n\n

    3.4.2.\u201cOVERS\u00c6TTELSE\u201d AF TEGN
    Et eksempel, hvor tegnet ikke findes i tastaturet men alligevel kan overs\u00e6ttes forst\u00e5eligt, er det danske marktegn. Marktegnet har flere udformninger \u2013 nogle gange ligner det et \u201dM\u201d med en sl\u00f8jfe,    [20]<\/a> mens det andre gange mest minder om &-tegnet, som illustreres i figur 16b. <\/p>\n\n\n\n

    \n
    \n
    \"\"<\/a><\/figure><\/div>\n<\/div><\/div>\n<\/div><\/div>\n\n\n\n
    \"\"<\/a>
    Figur 16b<\/strong>
    Eksempler p\u00e5 marktegnet i Supplikprotokol 1758, s. 504<\/figcaption><\/figure><\/div>\n\n\n\n

    Ikke desto mindre findes det ikke i tastaturet, men vi har for letheds og l\u00e6sbarhedens skyld valgt at transskribere marktegnet med \u201dmk\u201d, da dette indfanger tegnets betydning for l\u00e6seren. Det vil derfor ogs\u00e5 sige, at vores tekstgenkendelsesmodeller er tr\u00e6net til at transskribere marktegnet som \u201dmk\u201d, hvilket man b\u00f8r v\u00e6re opm\u00e6rksom p\u00e5, hvis man selv \u00f8nsker at bruge modellen til en anden kildesamling.<\/p>\n\n\n\n

    Et andet eksempel, hvor vi har \u201coversat\u201d tegn eller ord i originalteksten til andet, er ved skillingstegnet. Skilling skrives i supplikkerne b\u00e5de med et almindeligt gotisk \u201cs\u201d og med \u201c\u00df\u201d, som begge findes i tastaturet (se figur 16c). I det danske tastatur er det imidlertid ikke et let tilg\u00e6ngeligt tegn og skal i stedet v\u00e6lges som et specialtegn, der kr\u00e6ver, at man \u00e5bner det virtuelle tastatur i Transkribus og finder frem til \u201c\u00df\u201d mellem andre tegn. Det har dog vist sig ret tidskr\u00e6vende, n\u00e5r man tager projektets omfang i betragtning, n\u00e5r tegnet bruges relativt ofte. Fordi tegnet ofte ogs\u00e5 skrives med et gotisk \u201cs\u201d, og betydningen er den samme, har vi derfor valgt at transskribere skillingstegn med \u201cs\u201d for at effektivisere vores arbejde.\u00a0 <\/p>\n\n\n\n

    \"\"<\/a><\/figure><\/div>\n\n\n\n
    \"\"<\/a>
    Figur 16c\u00a0<\/strong>\u00a0\u00a0 Eksempler p\u00e5 skillingstegnet i Supplikprotokol 1758, s. 504 og 1756.2, s. 41.<\/figcaption><\/figure><\/div>\n\n\n\n

    3.4.3. OPH\u00c6VET, S\u00c6NKET, OVERSTREGET TEKST ETC.
    N\u00e5r der i supplikprotokollerne skrives forkortelser, er det ofte angivet ved at oph\u00e6ve endelsen. Ligeledes indeholder supplikprotokollerne ogs\u00e5 tekststykker, der er overstreget for at slette dem og understreget for at fremh\u00e6ve dem, som det er illustreret i figur 16d. I Transkribus er det muligt at markere overstregning, understregning, oph\u00e6vet, s\u00e6nket, kursiv og fed tekst. P\u00e5 de sider, vi har korrekturl\u00e6st, har vi derfor angivet, n\u00e5r noget tekst er oph\u00e6vet, s\u00e6nket, understreget eller overstreget. Disse markeringer fungerer som tags i Transkribus, og det er derfor (endnu) ikke muligt at tr\u00e6ne sin tekstgenkendelsesmodel til at genkende f.eks. oph\u00e6vet skrift undervejs og markere det. Af den grund er overstregning, oph\u00e6vet skrift osv. udelukkende markeret ved korrekturl\u00e6ste sider i supplikprotokollerne og fremg\u00e5r ikke af de sider, der udelukkende er genkendt automatisk.\u00a0<\/p>\n\n\n\n

    \"\"<\/a><\/figure><\/div>\n\n\n\n
    \"\"<\/a><\/figure><\/div>\n\n\n\n

    <\/p>\n\n\n\n

    \"\"<\/a><\/figure><\/div>\n\n\n\n
    \"\"<\/a>
    Figur 16d<\/strong>
    Eksempler p\u00e5 oph\u00e6vet og s\u00e6nket skrift i supplikprotokol 1751-2, s. 34 og 36.<\/figcaption><\/figure><\/div>\n\n\n\n

    3.5. TRANSPARENS I KORREKTURL\u00c6SNING
    Vi har udfoldet nogle eksempler p\u00e5 de valg, vi har taget, som afviger fra den diplomatiske transskription, for at v\u00e6re transparente om de overvejelser, vi har gjort os undervejs, hvilken praktisk virkelighed vores vurderinger bygger p\u00e5, og for at illustrere, hvor mange valg der faktisk skal tr\u00e6ffes undervejs i et digitaliseringsprojekt. Disse valg kan have betydning for den endelige kildesamling, og det er derfor vigtigt, at l\u00e6seren kan tilg\u00e5 disse informationer i forbindelse med brugen af kildesamlingen. Den samlede liste over tegn, der afviger eller \u201covers\u00e6ttes\u201d med andre tegn, fremg\u00e5r og opdateres derfor l\u00f8bende af det site, som kildesamlingen er udgivet p\u00e5, for at underrette l\u00e6seren om, hvad transskriptionen af kildesamlingen ikke kan eller som kr\u00e6ver, at man bruger andre v\u00e6rkt\u00f8jer til selv at manipulere med teksten. Hvis man fx \u00f8nsker at have skillingstegnet \u00df, er det muligt at lave en simpel s\u00f8g og erstat i flere forskellige programmer. Det ville v\u00e6re tidskr\u00e6vende, fordi det kr\u00e6ver, at man har kendskab til, hvilke transskriptioner erstatningen skulle finde sted i, s\u00e5 man ikke kommer til at erstatte alle s\u2019er med \u00df.<\/p>\n\n\n\n

    4. ENSARTETHED OG KRYDSTJEK AF ARBEJDE
    Som i alle andre f\u00e6lles projekter har vi naturligvis haft udfordringer med at str\u00f8mline og systematisere arbejdet med segmentering og transskribering af supplikprotokollerne. P\u00e5 trods af m\u00e5nedlige statusm\u00f8der, f\u00e6lles arbejdstider p\u00e5 et samlet kontor, workshops og skriftlige guides var det f\u00f8rst cirka et \u00e5r inde i projektet, efter vi havde arbejdet med det meste af supplikprotokollerne i 1750\u2019erne, at vi for alvor havde s\u00e5 stort et kendskab til materialet, at vi kunne udforme en decideret samlet h\u00e5ndbog. I dette sk\u00e6ringspunkt i projektet oplevede vi, at h\u00e5ndbogen indkapslede alle de udfordringer, vi var st\u00f8dt p\u00e5 undervejs, og som vi formentlig m\u00f8der i fremtiden i arbejdet med segmentering og transskribering af supplikprotokollerne. Det vil sige, at st\u00f8rstedelen af de udfordringer vi har haft med ensartethed og str\u00f8mlining prim\u00e6rt har best\u00e5et i, at vi hele tiden er st\u00f8dt p\u00e5 nye udfordringer i supplikprotokollerne, der har problematiseret vores tidligere valg.<\/p>\n\n\n\n

    Efter at have arbejdet os igennem segmenteringen og det meste af korrekturl\u00e6sningen af 1750\u2019erne har vi imidlertid gjort os s\u00e5 mange erfaringer og skabt et s\u00e5 stort kendskab til materialet, at vi har kunnet udvikle vores hovedprincipper for tilg\u00e6ngeligg\u00f8relsen af supplikprotokollerne. Det betyder ikke, at vores digitaliseringer er uden fejl. Det er n\u00e6sten uundg\u00e5eligt i et materiale af denne st\u00f8rrelse, men vi har fors\u00f8gt at nedbringe muligheden og hyppigheden af fejl gennem f\u00e6lles arbejdstider med tilstedev\u00e6relse af b\u00e5de PI og daglig projektleder ugentligt og en overordnet h\u00e5ndbog for segmentering- og transskriberingsprincipper, som kan findes p\u00e5 projektets hjemmeside.[21]<\/a> Desuden har vi haft et internt korrektursystem af s\u00e5vel den automatiske tekstgenkendelse som studentermedhj\u00e6lpernes segmentering i en periode. Sidstn\u00e6vnte er blot endnu et eksempel p\u00e5, hvordan vores studentermedhj\u00e6lpere har bidraget til udviklingen af projektet, idet disse sm\u00e5fejl i segmenteringen blev opdaget og problematiseret af en opm\u00e6rksom studentermedhj\u00e6lper.<\/p>\n\n\n\n

    De mest typiske fejl i segmenteringen overses ofte, fordi de f\u00f8rst er meget tydelige, n\u00e5r tekstgenkendelsen har fundet sted. F.eks. kan man her se, n\u00e5r linjen ikke er trukket helt til start eller slut af s\u00e6tningen, fordi endelserne eller hele ord mangler i tekstgenkendelsen. Et andet eksempel er r\u00e6kkef\u00f8lgen af linjerne, som bliver helt tydelig, n\u00e5r et tekststykke ikke giver mening, fordi to s\u00e6tninger er blevet byttet rundt p\u00e5 grund af linjernes r\u00e6kkef\u00f8lge. S\u00e5danne fejl er enormt vigtige at mindske for at sikre den bedst mulige tilg\u00e6ngelighed af kildesamlingen.<\/p>\n\n\n\n

    Som det efterh\u00e5nden er cementeret i denne rapport, er vi blevet bevidste om vigtigheden af segmenteringskvaliteten for tekstgenkendelsen. Ligesom med andre former for dataanalyse er klarg\u00f8ringen af data helt central for kvaliteten af det slutprodukt, man ender med, og derfor ogs\u00e5 for muligheden for fremtidige analyser. Vigtigheden understreges dog endnu mere af, at st\u00f8rstedelen af kildesamlingen udelukkende vil gennemg\u00e5 en automatisk tekstgenkendelse og derfor alts\u00e5 ikke vil blive korrekturl\u00e6st. Af den grund er kvaliteten af segmenteringen vigtig, fordi vi alts\u00e5 ikke vil opfange, n\u00e5r f.eks. endelser ikke genkendes, fordi linjen ikke er trukket helt til s\u00e6tningens slutning. P\u00e5 trods af vores ambition om at optimere tekstgenkendelsesmodellen og segmenteringen mest muligt vil der naturligvis forekomme fejl i den automatiske tekstgenkendelse. Det betyder, at det er n\u00f8dvendigt at v\u00e6re opm\u00e6rksom, n\u00e5r man bruger kildesamlingen, is\u00e6r i forhold til s\u00f8gningen.<\/p>\n\n\n\n

    Indledningsvis havde vi ikke forestillet os, at vores tekstgenkendelsesmodeller ville pr\u00e6stere s\u00e5 godt s\u00e5 tidligt i processen, og vi havde derfor forestillet os, at vi skulle l\u00e6se korrektur p\u00e5 en langt st\u00f8rre del af den automatiske tekstgenkendelse for at forbedre modellen. I forbindelse med korrekturl\u00e6sning ville vi derfor ogs\u00e5 have haft mulighed for at opdage og korrigere de sm\u00e5 segmenteringsfejl, der m\u00e5tte opst\u00e5 undervejs. Denne forestilling l\u00e5 i forl\u00e6ngelse af vores indledende antagelse om, at segmenteringen ville blive den mindst tidskr\u00e6vende del af projektet, og at vi derfor kunne og burde bruge l\u00e6ngere tid p\u00e5 at forbedre tekstgenkendelsesmodellen. Som vi dog tidligere har udfoldet, \u00e6ndrede vores prioriteter sig efter det sidste \u00e5rs arbejde med supplikprotokollerne. Vi opdagede, at tekstgenkendelsen og dennes korrektur faktisk udviklede sig til den mindst tidskr\u00e6vende del af vores arbejde, men at selve klarg\u00f8ringen til den automatiske tekstgenkendelse i stedet blev det mest tidskr\u00e6vende element.<\/p>\n\n\n\n

    5. PUBLICERING OG VALG AF PLATFORM
    Det var fra begyndelsen et m\u00e5l, at det transskriberede og s\u00f8gbare materiale skulle offentligg\u00f8res til brug for andre forskere, studerende, og hvem der ellers kunne v\u00e6re interesserede. Vi har haft en r\u00e6kke overvejelser om, hvilken platform der egnede sig bedst til det. I udgangspunktet var planen, at projektet selv skulle udvikle en platform til offentligg\u00f8relse af materialet, hvor vi samtidig tog hensyn til nogle af de \u00f8nsker, man som forsker har til, hvordan der kan arbejdes med materialet.<\/p>\n\n\n\n

    Det v\u00e6gtede h\u00f8jt p\u00e5 vores \u00f8nskeliste, at man skulle kunne se affotograferingen af den originale kilde sammen med transskriberingen, s\u00e5 man altid let kunne tjekke for fejll\u00e6sninger, is\u00e6r i de store dele af materialet, der kun er blevet maskinl\u00e6st og ikke korrekturl\u00e6st. Et andet \u00f8nske var, at kildes\u00e6t kunne downloades, s\u00e5 man kunne lave en s\u00f8gning og tr\u00e6kke de supplikker, der dukkede op p\u00e5 den s\u00f8gning \u2013 eller hele protokoller \u2013 ud af Transkribus til fx digitale analyser som text mining etc.<\/p>\n\n\n\n

    Vi er endt med ikke selv at st\u00e5 bag en platform, som vi s\u00e5 efterf\u00f8lgende skulle administrere, vedligeholde og udvikle. I stedet har vi som en del af aftalen med Transkribus k\u00f8bt serverplads til et \u2018Site\u2019 hos dem. Transkribus Site er stadig under udvikling men opfylder det afg\u00f8rende krav om, at den originale kilde vises sammen med transskriberingen. Derimod kan man indtil videre ikke downloade et \u2018kildes\u00e6t\u2019, og n\u00e5r arbejdet med alle supplikprotokollerne er f\u00e6rdige, vil de derfor ogs\u00e5 blive offentliggjort som et samlet kildes\u00e6t. Vi publicerer l\u00f8bende de transskriberede protokoller p\u00e5 sitet.[22]<\/a><\/p>\n\n\n\n

    5.1. RESPONS?
    Vi har undervejs overvejet muligheden for, at brugere af supplikprotokollerne skulle kunne respondere p\u00e5 vores transskription og dermed v\u00e6re med til at korrigere og forbedre tekstgenkendelsesmodellerne og det endelige produkt. Det kunne v\u00e6re med til efterh\u00e5nden at eliminere fejl i transskriptionen \u2013 b\u00e5de den korrekturl\u00e6ste og i den automatiske genkendelse. Ikke desto mindre har vi v\u00e6ret tilbageholdende med denne mulighed, fordi det ogs\u00e5 kan vise sig som en tidskr\u00e6vende opgave at skulle godkende rettelser og lave \u00e6ndringer, is\u00e6r n\u00e5r st\u00f8rstedelen af materialet ikke er korrekturl\u00e6st og derfor naturligvis vil indeholde fejl. Vi har endnu ikke fundet den helt rette l\u00f8sning til den udfordring, og indtil nu fastholder vi, at kildesamlingen kan indeholde fejl, og derfor b\u00f8r man som bruger og l\u00e6ser v\u00e6re opm\u00e6rksom p\u00e5 konsekvenserne af disse fejl, n\u00e5r man skal bruge det. Om ikke andet er billederne tilg\u00e6ngelige ved siden af den transskriberede tekst, og alene muligheden for at s\u00f8ge i supplikprotokollerne \u00e5bner for en helt ny brug af supplikprotokollerne til at forst\u00e5 1700-tallets samfund.<\/p>\n\n\n\n

    6. BESKRIVELSE AF SAMLINGEN OG TRANSPARENS I ARBEJDSMETODER
    Vi har s\u00e5 vidt muligt fors\u00f8gt at skabe relevant, meningsfuld og meget information til og om de publicerede supplikprotokoller ved at lave beskrivelse af protokollerne som samling og af deres fysiske arkivering samt ved at udfolde de overvejelser, valg og vurderinger, vi har gjort os undervejs i transskriberingen af supplikprotokollerne. Al denne information har vi gjort tilg\u00e6ngelig p\u00e5 samme site, som supplikkerne udgives p\u00e5, og vi anbefaler, at brugere af kildesamlingen l\u00e6ser disse sider. Desuden l\u00e6gger vi stor v\u00e6gt p\u00e5 at understrege det h\u00e5rde arbejde, der faktisk ligger bag digitaliseringen og de mange dygtige bidragsydere, der har v\u00e6ret en del af projektet. I denne artikel har vi omtalt projektets studentermedhj\u00e6lpere som en gruppe, frem for individuelt med navn af hensyn til plads og for at mindske, at der kan opst\u00e5 forvirring med skiftende arbejdsperioder osv. Ikke desto mindre er de kernen i projektets arbejde, fordi de har udf\u00f8rt st\u00f8rstedelen af den store arbejdskraft, som kr\u00e6ves ved et digitaliseringsprojekt af denne st\u00f8rrelse, og vi har derfor valgt at fremh\u00e6ve dem b\u00e5de p\u00e5 projektets hjemmeside og p\u00e5 vores site p\u00e5 Transkribus Site, hvor supplikprotokollerne er offentliggjort. Dette sikrer ikke alene, at deres arbejde anerkendes, men det er i lige s\u00e5 h\u00f8j grad endnu en af de m\u00e5der, hvorp\u00e5 vi fors\u00f8ger at v\u00e6re transparente om vores arbejde med digitaliseringen.<\/p>\n\n\n\n

    7. HVORDAN G\u00d8R VI SUPPLIKPROTOKOLLERNE \u201cRIGTIGT\u201d TILG\u00c6NGELIGE?
    \u00c9t af de tiltag, som har bidraget til at fastholde engagement og motivation hos projektets medarbejdere, er vores fors\u00f8g p\u00e5 at sprede kendskabet til supplikprotokollerne gennem formidling af historier fra supplikprotokollerne og projektet som s\u00e5dan. Vi oprettede som et eksperiment en Instagram-profil til projektet, hvor vi fors\u00f8gte at dele, hvordan vi arbejdede med digitalisering af supplikprotokollerne.    [23]<\/a> Profilen tog imidlertid f\u00f8rst rigtig fart, da vi i efter\u00e5ret 2024 fik dav\u00e6rende historiestuderende Caroline Korsbjerg Rydahl Haugaard i studiepraktik. Caroline \u00e6ndrede profilen til at formidle 1700-tallets historie gennem de interessante og vigtige historier og menneskesk\u00e6bner, der ligger gemt i supplikprotokollerne. Ambitionen var at n\u00e5 et bredere og yngre publikum med indblik almindelige menneskers liv og sk\u00e6bner i 1700-tallet og dermed bidrage til at \u00f8ge interessen for perioden og for at arbejde med de digitaliserede protokoller.<\/p>\n\n\n\n

    Nogle af udfordringerne ved at formidle historierne fra supplikprotokollerne er, at de skal formidles relativt kort og mundret for at skabe interesse, og derved kan man nogle gange f\u00f8le sig lidt begr\u00e6nset i formidlingen. Af den grund oprettede vi ogs\u00e5 en hjemmeside,[24]<\/a> hvor nogle udvalgte historier fra supplikprotokollerne blev udfoldet p\u00e5 2-3 sider og sat ind i en st\u00f8rre kontekst i 1700-tallet.<\/p>\n\n\n\n

    Historierne skriver vi l\u00f8bende, n\u00e5r vi falder over interessante supplikker. Alle projektets medarbejdere bidrager til at finde sager til Instagram og til hjemmesiden. Flere af studentermedhj\u00e6lperne har desuden skrevet historier til hjemmesiden og har den vej igennem v\u00e6ret med til at give menneskerne i supplikprotokollerne en stemme. Formidlingen p\u00e5 hjemmesiden og p\u00e5 Instagram har skabt en motivation og meningsfuldhed i digitaliseringen af supplikprotokollerne \u2013 ogs\u00e5 i arbejdet med segmentering og korrekturl\u00e6sning af gotisk h\u00e5ndskrift, hvor vi alle har kunnet se, hvor vigtigt det h\u00e5rde og til tider ensartede arbejde er for tilg\u00e6ngeligheden af nogle helt unikke indblik i 1700-tallets samfund. Desuden har udarbejdelsen af historierne ogs\u00e5 medvirket til at bibeholde bevidstheden om, at det, vi digitaliserer, er levede liv, der ikke blot b\u00f8r reduceres til \u201ddata\u201d, men ogs\u00e5 skal forst\u00e5s og pr\u00e6senteres i deres kontekst.<\/p>\n\n\n\n

    Effekten og vigtigheden af at Voices of the People<\/em> ikke alene bliver gjort digitalt og s\u00f8gbart men faktisk bliver tilg\u00e6ngeligt p\u00e5 en helt anden m\u00e5de for et bredere publikum, der ikke n\u00f8dvendigvis ellers ville st\u00f8de p\u00e5 det, har v\u00e6ret en \u00f8jen\u00e5bner for vores arbejde med digitalisering.[25]<\/a> Vi er blevet bevidste om vores ansvar for ikke alene at g\u00f8re fortiden digital og s\u00f8gbar men ligeledes at g\u00f8re det tilg\u00e6ngeligt ved at understrege hvilke unikke informationer om 1700-tallets samfund og liv, der ligger gemt i supplikprotokollerne. Den dom\u00e6nespecifikke tilgang til materialet har netop betydet, at vi har arbejdet med digitaliseringsprocessen med kildekendskab og forst\u00e5else for vigtigheden af kildernes kontekst men ogs\u00e5 et kendskab til, hvad materialet kan bruges til efterf\u00f8lgende.<\/p>\n\n\n\n

    Ved at formidle enkelte historier og vores tilgang til digitaliseringen har vi en forh\u00e5bning om, at kildesamlingen faktisk efterf\u00f8lgende vil blive brugt af forskere, studerende, sl\u00e6gtsforskere og andre, der kunne have interesse for det. Supplikprotokollerne er ikke alene s\u00f8gbare og mere l\u00e6sbare, men vi har ogs\u00e5 givet fremtidige brugere en forsmag p\u00e5 indhold og anvendelse s\u00e5ledes, at de ikke blot ved, hvor de skal finde supplikprotokollerne, men ogs\u00e5 hvad de skal lede efter. Der ligger desv\u00e6rre enormt mange digitaliserede kildesamlinger og platforme derude, som overses af b\u00e5de forskere og is\u00e6r studerende, fordi de simpelthen ikke kender til det. Vores fors\u00f8g er derfor at skabe stor bevidsthed om Voices of the People<\/em> b\u00e5de til seminarer og i klassiske akademiske kredse men ligeledes gennem nogle af de medier, som m\u00e5ske i h\u00f8jere grad rammer studerende, gymnasieelever og andre private interesserede i fors\u00f8get p\u00e5 at understrege, hvor meget materiale der findes i supplikprotokollerne, som kan v\u00e6re relevant for al forskning og undervisning i 1700-tallet, digitalisering eller h\u00e5ndskrift- og sprogudvikling. Om det lykkes, kan vi naturligvis ikke sp\u00e5 om, men vi har m\u00f8dt meget positiv respons og interesse fra b\u00e5de privatpersoner, studerende og forskere, der er interesserede i supplikprotokollernes indhold.<\/p>\n\n\n\n

    LINE KELLER OTTOSEN
    PH.D.-STUDERENDE
    AFDELING FOR HISTORIE OG KLASSISKE STUDIER
    AARHUS UNIVERSITET
    LKJ@CAS.AU.DK

    NINA JAVETTE KOEFOED
    PROFESSOR
    AFDELING FOR HISTORIE OG KLASSISKE STUDIER
    AARHUS UNIVERSITET
    HISNK@CAS.AU.DK<\/p>\n\n\n\n

    [1]<\/a> Behovet for transparens forst\u00e6rkes i digitaliseringen af materialet, fordi digitaliseringen distancerer historikeren mere fra den originale kilde end ved traditionelt arkivarbejde med fysiske kildesamlinger. Se f.eks. Phillips m.fl.: \u201cA Bird\u2019s-Eye View\u201d.<\/p>\n\n\n\n

    [2]<\/a> Rigsarkivet 07.10.2024: \u201dDanmarks vigtigste dokumenter digitaliseres og fremtidssikres\u201d.<\/p>\n\n\n\n

    [3]<\/a> Projektet blev gennemf\u00f8rt i samarbejde med Aarhus Stadsarkiv, og de modeller, der blev tr\u00e6net her, er tr\u00e6net af arkivar Kristian Pindstrup.<\/p>\n\n\n\n

    [4]<\/a> Tr\u00e6net i samarbejde med Johan Heinsen (AAU) og Aarhus Stadsarkiv, der begge har tr\u00e6net nye modeller.<\/p>\n\n\n\n

    [5]<\/a> Michael Bregnsbo har som en af de eneste tidligere arbejdet systematisk med de danske supplikker. Bregnsbo: Folk skriver til kongen.<\/em><\/p>\n\n\n\n

    [6]<\/a> Se f.eks. Milligan: The Transformation of Historical Research in the Digital Age<\/em>, 8.<\/p>\n\n\n\n

    [7]<\/a> www.transkribus.org (10.04.2025).<\/p>\n\n\n\n

    [8]<\/a> Se f.eks. Maxwell: \u201cDigital Archives and History Research\u201d, 26.<\/p>\n\n\n\n

    [9]<\/a> https:\/\/help.transkribus.org\/automatic-layout-recognition<\/a> (10.04.2025): \u201cAutomatic Layout Recognition\u201d.<\/p>\n\n\n\n

    [10]<\/a> Vores seneste model er offentliggjort med titlen: Field-model-1700-tallets supplikprotokoller.<\/p>\n\n\n\n

    [11]<\/a> Polylinjer er en betegnelse for en samling af linjesekvenser mellem punkter, der behandles som \u00e9n samlet linje.<\/p>\n\n\n\n

    [12]<\/a> https:\/\/help.transkribus.org\/automatic-layout-recognition<\/a> (10.04.2025): \u201cAutomatic Layout Recognition\u201d.<\/p>\n\n\n\n

    [13]<\/a> Et polygon er en betegnelse for en mangekantet figur.<\/p>\n\n\n\n

    [14]<\/a> Vores seneste model til baselines, er publiceret med titlen: Layout\/baseline-model, 1700-tallets supplikprotokoller.<\/p>\n\n\n\n

    [15]<\/a> Jensen: \u201dDoing Media History in a Digital Age\u201d, 121-22; Karlsson: \u201cDatabasen Svenska dagstidningar\u201d, 410; Heinsen: \u201cKilde og Data\u201d, 194-95.<\/p>\n\n\n\n

    [16]<\/a> PyLaia-model, Transkribus, tr\u00e6net af Nina Javette Koefoed og Aarhus City Archives (24.11. 2021).<\/p>\n\n\n\n

    [17]<\/a> I begyndelsen af projektet korrekturl\u00e6ste vi 50 sider per protokol, mens vi efter et \u00e5r blot korrekturl\u00e6ste 30 sider per protokol, og i 2026 korrekturl\u00e6ste vi 10 sider per protokol. Nedskaleringen af korrekturl\u00e6sningen skyldes, at vi vurderede, at tekstgenkendelsens pr\u00e6station var meget h\u00f8j og derfor beh\u00f8vede mindre nyt materiale at tr\u00e6ne p\u00e5.<\/p>\n\n\n\n

    [18]<\/a> L\u00e6s mere om diplomatisk- og semidiplomatisk transskription i bl.a. Romein m.fl. \u201dExploring Data Provenance\u201d, 3-4.<\/p>\n\n\n\n

    [19]<\/a> Ground truth <\/em>er her Transkribus\u2019 betegnelse for korrekt transskriberet materiale, der kan bruges til tr\u00e6ning af modeller.<\/p>\n\n\n\n

    [20]<\/a> Arkivet.thorvaldsensmuseum.dk (10.04.2025): M\u00f8ntenheder.<\/p>\n\n\n\n

    [21]<\/a> Projektets hjemmeside, Voices of the People, kan tilg\u00e5s p\u00e5  https:\/\/cas.au.dk\/voices<\/a>.<\/p>\n\n\n\n

    [22]<\/a> P\u00e5 Transkribus Sites: \u201dDanske enev\u00e6lde centraladministration kan man tilg\u00e5 de transskriberede supplikprotokoller\u201d, https:\/\/app.transkribus.org\/sites\/supplikker<\/a>.<\/p>\n\n\n\n

    [23]<\/a> www.instragram.com\/voices__of__the__people (08.07.2025).<\/p>\n\n\n\n

    [24]<\/a> www.cas.au.dk\/voices (08.07.2025).<\/p>\n\n\n\n

    [25]<\/a> Lignende realisering ses ogs\u00e5 i andre transskriberingsprojekter se f.eks. Hutchison m.fl.: \u201dFra fj\u00e6rpenn til maskinl\u00e6ring\u201d, 84\u201387.<\/p>\n\n\n\n

    PUBLICERET MATERIALE<\/p>\n\n\n\n

    Bregnsbo, Michael: Folk skriver til kongen. Supplikkerne og deres funktion i den dansk-norske enev\u00e6lde i 1700-tallet: en kildestudie i Danske Kancellis supplikprotokoller, <\/em>Selskabet for Udgivelse af Kilder til Dansk Historie, K\u00f8benhavn: 1997.<\/p>\n\n\n\n

    Heinsen, Johan: \u201cKilde og Data: overvejelser om historiefaget og de digitale metoder.\u201d Debatindl\u00e6g i Temp \u2013 Tidskrift for Historie, <\/em>13 (26), 2023, 186-196.<\/p>\n\n\n\n

    Hutchison, Ragnhild, Amund Pedersen, Gaute Remman Gunleiksrud, Anne-Sofie S. Skaar, og Jon Christian Brekke: \u201cFra fj\u00e6rpenn til maskinl\u00e6ring: tidvis sine erfaringer med \u00e5 jobbe med transkribus\u201d, Heimen<\/em> 59 (1), 2022, 84\u201387, https:\/\/doi.org\/10.18261\/heimen.59.1.5<\/a><\/p>\n\n\n\n

    Jensen, Helle Strandgaard: \u201dDoing Media History in a Digital Age: Change and Continuity in Historiographical Practices\u201d, Media, Culture & Society<\/em> 38 (1), 2016, 119\u2013128, https:\/\/doi.org\/10.1177\/0163443715607846<\/a><\/p>\n\n\n\n

    Karlsson, Tobias: \u201cDatabasen Svenska dagstidningar \u2013 mycket text, mindre kontext\u201d, Historisk Tidsskrift <\/em>139 (2), 2019, 408-416.<\/p>\n\n\n\n

    Maxwell, Alexander. \u201cDigital Archives and History Research: Feedback from an End-User.\u201d Library Review (Glasgow)<\/em>, 59, (1), 2010, 24\u201339, https:\/\/doi:10.1108\/00242531011014664<\/a><\/p>\n\n\n\n

    Milligan, Ian: The Transformation of Historical Research in the Digital Age<\/em>, 1. udg., e-bog, Cambridge: Cambridge University Press, 2022, https:\/\/doi.org\/10.1017\/9781009026055<\/a><\/p>\n\n\n\n

    Phillips, Murray G., Gary Osmond, og Stephen Townsend: \u201cA Bird\u2019s-Eye View of the Past: Digital History, Distant Reading and Sport History\u201d, The International Journal of the History of Sport<\/em> 32 (15), 2015, 1725\u20131740, doi:10.1080\/09523367.2015.1090976<\/p>\n\n\n\n

    Rigsarkivet, nyheder<\/em>: \u201dDanmarks vigtigste dokumenter digitaliseres og fremtidssikres\u201d https:\/\/www.rigsarkivet.dk\/nyheder\/danmarks-vigtigste-dokumenter-digitaliseres-og-fremtidssikres\/<\/a> (07.10.2024).<\/p>\n\n\n\n

    Romein, C. Annemieke, m.fl.: \u201cExploring Data Provenance in Handwritten Text Recognition Infrastructure: Sharing and Reusing Ground Truth Data, Referencing Models, and Acknowledging Contributions. Starting the Conversation on How We Could Get It Done\u201d, Journal of Data Mining and Digital Humanities, Zenodo,<\/em> 2024, 1-26, https:\/\/doi.org\/10.5281\/zenodo.10804745<\/a><\/p>\n\n\n\n

    Supplikprotokoller 1699-1799, Danske Enev\u00e6lde-Centraladministration, Transkribus Sites, https:\/\/app.transkribus.org\/dan\/sites\/supplikker<\/a>.<\/p>\n\n\n\n

    Thorvaldsens Museum, Redakt\u00f8rerne ved arkivet 2009, \u201dM\u00f8ntenheder,\u201d Artikler, M\u00f8ntenheder – Arkivet, Thorvaldsens Museum<\/a> (08.07.2025)<\/p>\n\n\n\n

    Transkribus, \u201cHelp Center\u201d, https:\/\/www.transkribus.org\/<\/a> (10.04.2025)<\/p>\n\n\n\n

    \u201dVoices of the People\u201d, Aarhus Universitet,  https:\/\/cas.au.dk\/voices<\/a> (08.07.2025).<\/p>\n\n\n\n

    \u201dvoices__of__the__people\u201d, Instagram, https:\/\/www.instagram.com\/voices__of__the__people<\/a> (08.07.2025).<\/p>\n\n\n\n

    \n\n\n\n

    <\/p>\n","protected":false},"excerpt":{"rendered":"

    ERFARINGER MED DIGITALISERING, TRANSKRIBERING OG PUBLICERING P\u00c5 AI-PLATFORMET TRANSKRIBUS Line Keller Ottosen og Nina Javette Koefoed Siden sommeren 2023 har vi v\u00e6ret i gang med et stort digitaliserings- og transskriberingsprojekt, hvis m\u00e5l ikke alene er at re-digitalisere Danske Kancellis supplikprotokoller … L\u00e6s resten →<\/span><\/a><\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":[],"categories":[1],"tags":[],"_links":{"self":[{"href":"https:\/\/www.temphist.dk\/index.php?rest_route=\/wp\/v2\/posts\/1398"}],"collection":[{"href":"https:\/\/www.temphist.dk\/index.php?rest_route=\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/www.temphist.dk\/index.php?rest_route=\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/www.temphist.dk\/index.php?rest_route=\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/www.temphist.dk\/index.php?rest_route=%2Fwp%2Fv2%2Fcomments&post=1398"}],"version-history":[{"count":3,"href":"https:\/\/www.temphist.dk\/index.php?rest_route=\/wp\/v2\/posts\/1398\/revisions"}],"predecessor-version":[{"id":1442,"href":"https:\/\/www.temphist.dk\/index.php?rest_route=\/wp\/v2\/posts\/1398\/revisions\/1442"}],"wp:attachment":[{"href":"https:\/\/www.temphist.dk\/index.php?rest_route=%2Fwp%2Fv2%2Fmedia&parent=1398"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.temphist.dk\/index.php?rest_route=%2Fwp%2Fv2%2Fcategories&post=1398"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.temphist.dk\/index.php?rest_route=%2Fwp%2Fv2%2Ftags&post=1398"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}