Trainieren Sie KI-Modelle für Ihre Dokumente
Jede Sammlung historischer Dokumente hat ihre eigene, einzigartige Handschrift. Wenn öffentliche Modelle nicht ausreichen, können Sie mit Transkribus ein individuelles KI-Modell trainieren — zugeschnitten auf Ihre Handschrift, Sprache und Dokumentart. Keine Machine-Learning-Kenntnisse erforderlich.
So funktioniert das Modelltraining
Das Training eines individuellen Modells in Transkribus folgt einem bewährten, iterativen Workflow. Jeder Zyklus verbessert die Genauigkeit Ihres Modells.
Laden Sie Ihre Dokumente hoch
Laden Sie zunächst Scans der handschriftlichen oder gedruckten Dokumente hoch, die Sie transkribieren möchten. Transkribus akzeptiert JPEG, PNG, PDF und TIFF. Organisieren Sie Ihre Dokumente in Sammlungen für eine einfache Verwaltung.
Tipp: Beginnen Sie mit 25–50 repräsentativen Seiten, die die Bandbreite der Handschriften in Ihrer Sammlung abdecken.
Texterkennungsmodelle
Trainieren Sie ein individuelles Textmodell mit PyLaia
Modelle für strukturierte Tabellen trainieren
Historische Dokumente sind voller tabellarischer Daten — Volkszählungen, Kirchenbücher, Schiffsmanifeste, Buchführungsunterlagen. Tabellenmodelle erkennen Zeilen- und Spaltenstrukturen und extrahieren Zellinhalte in strukturierte Daten, die Sie nach Excel, CSV oder XML exportieren können.
| Institution | Town | Amount | Object | Date | Disposition |
|---|---|---|---|---|---|
| Franklin College (6) | New Athen, O. | General | 3/23/16 | ||
| Fargo College (3) | Fargo, N.D. | 100,000 | Endowment | 4/27/16 | Gen 1914, 5/18/16 |
| Franklin Academy (2) | Franklin, Neb. | 5,000 | Library Building | 8/3/16 | Gen 1914, 8/7/16 |
| Fessenden Acad. & Ind. School | Fessenden, Fla. | General | 12/22/16 | ||
| Ferris Institute (2) | Big Rapids, Mich. | 50,000 | Buildings | 2/12/17 | |
| Findlay College (2) | Findlay, O. | 100,000 | Endowment | 5/23/17 | Gen 1914, 5/28/17 |
| Fairmount College | Wichita, Kan. | 200,000 | Endowment | 6/7/17 | 6/14/17 |
| Franklin College | Franklin, Ind. | 50,000 | General | 9/13/17 | Gen 1914, 9/17/17 |
| Fisk University | Nashville, Tenn. | 1,000,000 | Endowment | 6/14/18 | |
| Friends University | Wichita, Kan. | 200,000 | Endowment | 6/20/18 | Gen 1914, 8/8/18 |
Bestimmte Felder aus Formularen extrahieren
Wenn Sie bestimmte Datenpunkte — Namen, Daten, Adressen, Beträge — aus strukturierten oder teilstrukturierten Dokumenten extrahieren müssen, lokalisieren und lesen Field Models einzelne Felder. Ideal für Volkszählungsformulare, Melderegister und Verwaltungsunterlagen.
Demnächst verfügbar
Named Entity Recognition (NER) Modelle
Ground Truth Tipps
So erstellen Sie Trainingsdaten effizient
Die Qualität und Menge Ihrer Ground Truth bestimmt direkt die Modellgenauigkeit. Hier sind bewährte Strategien, um Trainingsdaten schneller zu erstellen.
Zuerst ein öffentliches Modell anwenden
Verwenden Sie Text Titan oder ein sprachspezifisches öffentliches Modell für eine erste Transkription. Korrigieren ist 3–5x schneller als von Grund auf zu transkribieren.
Systematisch korrigieren
Arbeiten Sie jede Seite durch und korrigieren Sie alle Fehler. Achten Sie besonders auf ungewöhnliche Zeichen, Abkürzungen und Zeilenumbrüche.
Vielfältige Beispiele auswählen
Wählen Sie Seiten von verschiedenen Schreibern, Zeiträumen und Dokumenttypen aus. Vielfalt in den Trainingsdaten führt zu einem robusteren Modell.
Trainieren, auswerten, wiederholen
Verwenden Sie nach dem ersten Modell dieses, um weitere Seiten vorzutranskribieren, korrigieren Sie diese und trainieren Sie erneut. Jeder Zyklus fügt Daten hinzu und verbessert die Genauigkeit.
Über 300 Community-Modelle — starten Sie ohne Training
Bevor Sie selbst trainieren, werfen Sie einen Blick in den Modellkatalog. Über 300 Modelle wurden von der Community geteilt und decken Hunderte von Sprachen und Schriften ab.
Trainieren Sie Ihr erstes Modell
Erstellen Sie ein kostenloses Konto, laden Sie Ihre Dokumente hoch und trainieren Sie ein individuelles KI-Modell — ganz ohne Machine-Learning-Vorkenntnisse.