Runeberg

runeberg@lists.lysator.liu.se

3 participants
306 discussions

Re: Vad man finner i Google Print
by Anders Thulin 02 Dec '05

02 Dec '05

Monika Palmgren <meepa_2000(a)yahoo.se> wrote: > Vad är vitsen att scanna in en massa böcker, när man sedan bara visar fragment? Referensändamål, snarare än för läsning. W. S. Porter skrev en hel del noveller redan innan han blev O. Henry -- men inte alla har hittat vägen till standardantologierna eftersom det kräver ett jättearbete att gå igenom årgång efter årgång av amerikansk periodika för att få korn på dem. Med litet tur kan volymerna vara indexerade, men alltför ofta är de inte det. När de scannats, och om -- ett stort 'om' -- sökfunktionen blir tillräckligt bra, kan man hitta dem och andra 'okända' verk mycket lättare. Frans G. Bengtssons 'Karoliner' är väl just en samling med sådana 'bortglömda' artiklar som någon snubblade över i någon tidskrift. Hade den funnits i Google Print hade sannolikheten varit mycket högre att de hittats mycket tidigare. Visst vore det bra att kunna läsa materialet on-line -- men bara att få reda på var det finns någonstans är minst 80% av jobbet. -- Anders Thulin ath*algonet.se http://www.algonet.se/~ath

3 3

"Korrekturläsning" av faksimilbilder
by Hans Persson 06 Nov '05

06 Nov '05

Hej runebergare, Några av er har upptäckt det förut, men jag tänkte berätta om hur de första stegen av att skapa ett nytt verk går till. Först scannas verket. Jag håller just nu på att scanna en massa tidskriftsårgångar som vi fått från Universitetsbiblioteket i Linköping. Årgångarna av Samlaren som jag håller på att ladda upp nu är det första därifrån, men jag har även andra tidskrifter på lager. När något är färdigscannat och uppladdat till vår server så kan man se verket på sidan http://runeberg.org/upload.pl?mode=ocrlist Här syns alla verk som ännu inte har fått OCR-text. Innan det går att köra OCR på ett verk så behöver någon titta på alla de scannade bilderna för att se att alla finns med och ser vettiga ut (det händer exempelvis ibland att scannern matar dubbelt, eller att papper hamnar snett). Det är dumt om dessa fel upptäcks efter OCR-körningen, för då är de mycket jobbigare att rätta till. För att slippa sådana problem kan man "korrekturläsa" faksimilbilderna. Längst ut till höger på sidan ovan finns ibland en länk som heter "Verket är ännu ej kontrollerat - gör det". Detta betyder att ingen har kollat bilderna för det här verket. Det är bara att klicka sig in där och sätta igång. När man bläddrat igenom varje sida, satt kryss i rätt rutor där det behövs, och sparat för varje sida så ändras kommentaren på översiktssidan till "[Ladda upp OCR]" vilket naturligtvis betyder att det nu är fritt fram att OCR:a verket. Ibland går det dock inte riktigt som man tänkt sig, och något i scanningen (eller pagineringen) har blivit fel. Den som kontrollerar verket upptäcker det och markerar rätt kryssrutor. När verket är genomgånget kommer det då att få kommentaren "Verket är kontrollerat men åtminstone någon sida behöver scannas om (titta ändå)". Då kan den som scannat verket gå in och se vilka sidor som är fel och rätta till det. Sedan kan man släppa verket till OCR. Varför berättar jag då allt detta just nu? Jo, det har som synes samlats rätt många verk där ingen har tittat igenom faksimilbilderna. När du vill ha ett lätt jobb att hjälpa till med så passar det att kontrollera faksimilbilder. Det enda man behöver göra är att se till att bilden ser bra ut (rak och läsbar) och att sidnumreringen på bilden stämmer med den i sidhuvudet. Om man har bredband tar det inte mer än en kvart eller så att klara av ett helt verk. Hans -- +---------------------------------------------------------------------+ | Hans Persson http://www.lysator.liu.se/~unicorn/ | | unicorn(a)lysator.liu.se http://pinkunicornblog.blogspot.com | +---------------------------------------------------------------------+

1 0

google-fragment bättre än inget
by Agneta Åhrberg 01 Nov '05

01 Nov '05

Ur mitt perspektiv så är det kanske bättre att få ett fragment = susning om vad som finns att söka vidare på i den stora mängden texter som finns än att inte veta alls. Men det krävs naturligtvis av sökaren att kunna bedöma kvalitet också om man bara får fragment. Det är synd att google prioriterat kvanititet framför kvalitet. Men man måste ju ha klart för sig att det kanske inte bara är som Hans P. skriver högermarginalen på vänstersidor som försvunnit i fragmenteringen. Kanske även översta och understa raderna försvunnit? Googletexterna alltså inte användbara annat än i sökhänseende. Får man träffar måste man söka originalen. Det är ju bättre än inget. Agneta

1 0

Re: Vad man finner i Google Print
by Monika Palmgren 01 Nov '05

01 Nov '05

Hej! Vad är vitsen att scanna in en massa böcker, när man sedan bara visar fragment? Då är ju Maksim Mosjkovs bibliotek med böcker på ryska (och en del på engelska) intressantare, eftersom det är ett fulltextarkiv.Adressen dit www.lib.ru Monika P Monika Palmgren SOLNA, Sweden Mobile +46 709 228551 --------------------------------- Yahoo! FareChase - Search multiple travel sites in one click.

2 1

Vad man finner i Google Print
by Lars Aronsson 30 Oct '05

30 Oct '05

Projekt Runeberg, På http://runeberg.org/wiki/Google_Print finns en växande lista över äldre svenska, norska och danska böcker som finns sökbara i Google Print. Hjälp gärna till att utöka listan! Det är snart ett år sedan sökmotorn Google tillkännagav att de under namnet "Google Print" tänkte börja scanna böcker, både nya och gamla. Målsättningen var att scanna 15 miljoner böcker på tio år och göra dem sökbara. Jag har inte sett några siffror på hur långt de har kommit, men den som provar boksökningen på http://print.google.com/ kan se att det redan är rätt mycket. En sökning på "they" ger träff i 67 miljoner boksidor och då måste det ju finnas minst så många i samlingen, motsvarande flera hundra tusen böcker. Prova själv, http://google.com/print?q=they De böcker som vill komma med har två ingångar. Dels kan förlagen skicka in böcker på frivillig basis, vilket kallas "Publisher Program". Dels finns ett samarbete med några utvalda bibliotek, främst University of Michigan, vilket kallas "Library Project". Om man har en favoritbok som man vill göra sökbar, kan det alltså löna sig att skicka ett exemplar till University of Michigan. Den som söker i Google Print efter "Linköping" får träff i 750 boksidor, främst ur doktorsavhandlingar från Linköpings universitet, http://google.com/print?q=link%C3%B6ping Men sökning på Linkoping (utan prickar) ger 4100 träffar. Hanteringen av ÅÄÖ verkar inte helt perfekt. Enstaka böcker är på svenska och andra nordiska språk. Det beror inte på att Google har kommit till Sverige, utan på att biblioteket i Michigan har böcker på många språk. Google Print verkar scanna det mesta utan urskiljning. Ibland är det ett enstaka band ur ett flerbandsverk eller en enstaka årgång av någon tidskrift. Ibland är det en bok på något annat språk eller från någon annan tid. För att hitta de ovanliga kategorierna, måste man fundera ut en sökfråga som är unik för dem. Genom att söka på gammalstafvade eller ålderdomliga ord har jag börjat sammanställa en lista över äldre svenska, danska och norska böcker i Google Print, http://runeberg.org/wiki/Google_Print Listan ligger på Projekt Runebergs wiki, så alla kan hjälpa till att utvidga den. Många av dem är fria från upphovsrätt. Men av försiktighet låter Google oss inte läsa hela böckerna, utan visar bara fragment runt varje sökträff. Undantaget är böcker som är äldre än 1865. Av sådana har jag bara hittat fyra på svenska. Av Carl Michael Bellmans Samlade skrifter har första bandet av en godtköpsupplaga från 1879 scannats och av denna får man bara se fragment. Det är ett enormt arbete som Google lägger ner på inscanning och ännu är man bara på första året. Fokus ligger än så länge på engelskspråkig litteratur och det nordiska inslaget är obetydligt. Man får inte en enda träff på "trångboddhet" eller "spiksmide". -- Lars Aronsson (lars(a)aronsson.se) Projekt Runeberg - fri nordisk litteratur - http://runeberg.org/

2 1

Litteraturbanken
by Lars Aronsson 01 Oct '05

01 Oct '05

Projekt Runeberg, Den här helgen pågår Bok- & Biblioteksmässan i Göteborg och en av de stora händelserna var invigningen av Litteraturbanken. Detta är en ny webbplats med klassisk svensk litteratur som drivs av en liten redaktion vid Göteborgs universitet på uppdrag av en styrelse med folk från Kungliga Biblioteket och Svenska Akademien. Det var vid Akademiens högtidsdag i december 2003 som planerna tillkännagavs och man hade då ordnat finansiering från en fond för två års uppbyggnad. Dessa två år är nu snart till ända och man har alltså hunnit förbereda sig väl inför den stora invigningen. Från nyåret 2006 kommer Svenska Akademien att stå för projektet, tillkännagav ständige sekreteraren Horace Engdahl vid invigningen. Man hittar Litteraturbanken på http://litteraturbanken.se/ Givetvis har webbplatsen några tekniska barnsjukdomar, som förhoppningsvis ska åtgärdas inom kort. Det vore förhastat att avge något slutgiltigt omdöme. Och som alla levande projekt kommer det väl fortlöpande att vidareutvecklas. Redan nu visar Litteraturbanken en del avgjorda fördelar framför Projekt Runeberg, som vi borde passa på att lära oss av. Den närmaste förebilden för Litteraturbanken kan sägas vara det danska projektet Arkiv for Dansk Litteratur (www.adl.dk). En av barnsjukdomarna är att det är lite svårt att länka till en viss sida. Men om man tittar direkt på en faksimilbild, http://www.litteraturbanken.se/txtreader/txt/lb2490750/1/0004.jpeg så ser man att man kan bläddra framåt till 0005.jpeg och om man byter /1/ i adressen mot /2/ eller /3/ så förstoras bilden. En elegant finess är numret 2490750 som syns i adressen. Detta är bokens katalogpost i Libris-databasen hos Kungliga biblioteket, http://websok.libris.kb.se/websearch/search?SEARCH_ONR=2490750 Jag var själv närvarande i publiken under invigningen i fredags, där Horace Engdahl, Sven Lindqvist, Mats Malm, Christina Persson och Johan Svedjedal satt på scenen. Enligt dem var det Sven Lindqvist som kom med idén och Johan Svedjedal skrev en utredning under 2003 som man kan läsa under "Bakgrund" på webbplatsen. Mats Malm är föreståndare för den praktiska verksamheten, medan övriga är ledamöter av styrelsen. Det första som nämns på webbplatsen är att Litteraturbanken erbjuder "svenska klassiker i pålitliga elektroniska versioner". Ordet "pålitliga" är en halvkväden markering av avstånd mot Projekt Runeberg. Invigningsceremonin varade i 50 minuter och det tog 43 minuter innan någon ens vågade ta ordet Runeberg i sin mun. Det kändes lite överspänt, ungefär som en tonåring som inte vill kännas vid sina föräldrar. Detta intryck förstärks när man läser Svedjedals utredning från 2003, där vi - sakligt korrekt, men föga kärleksfullt - nämns under rubriken "Amatörprojekt". Johan Svedjedal, som är litteraturprofessor i Uppsala, framförde redan 1997 synpunkten att Projekt Runebergs texter inte uppfyller litteraturvetarens strikta krav på källkontroll och textkritik. Få personer har gjort lika stor nytta för Projekt Runeberg, för det var hans kritik som fick mig att utveckla modellen med faksimilbilder som vi tillämpar sedan 1998. Denna utveckling har han missat att omnämna i utredningen inför Litteraturbanken. Även om tonen i utredningen lagt en något frostig grund för samarbetet mellan de båda projekten, så ser jag fram emot ett varmare klimat och upptinade relationer mellan Litteraturbanken och Projekt Runeberg. Det finns tillräckligt med principiella skillnader för att vi ska kunna samexistera utan att trampa varandra på tårna. Webben lämpar sig inte bara för litteratur, utan också för samarbete. Projekt Runeberg är ett folkligt amatörprojekt medan Litteraturbanken har vetenskapliga krav och offentlig uppbackning. Vi har uppslagsverk, facklitteratur, tidskrifter, musik och drama vid sidan av dikter och romaner på alla nordiska språk, medan de koncentrerar sig på svensk skönlitteratur. Vi hör hemma hos LYSATOR, en förening grundad 1973 av några datastudenter, och de hos Svenska Akademien, grundad 1786 av Gustav III. Vi är ett webbprojekt med litteratur, de är ett litteraturprojekt på webben. Som vanligt uppmanar jag alla att hålla sig informerade om och delaktiga i alla tillgängliga projekt. -- Lars Aronsson (lars(a)aronsson.se) Projekt Runeberg - fri nordisk litteratur - http://runeberg.org/

1 0

(no subject)
by Mary Grebenyukova 29 Sep '05

29 Sep '05

+mpeg-(a)inbox.ru

1 0

Wikipedia + Projekt Runeberg
by Lars Aronsson 23 Sep '05

23 Sep '05

Projekt Runeberg, (Detta utskick till Projekt Runebergs sändlista, går även i kopia till svenska Wikipedia.) Något som man bör ha koll på i dessa dagar är wiki och Wikipedia. Om bloggar är vår tids Tommy Steele, så är wiki vår tids Elvis. En blogg är ju en dagbok på nätet, en blandning av introverta noteringar och journalistik. Flera journalister har egna bloggar, men de flesta som bloggar är inte journalister utan vanliga tråkiga människor som du och jag. Projekt Runebergs startsida, som brukar uppdateras med ett nytt avsnitt varje månad, kan sägas fungera som en blogg i slow motion (eller "ultrarapid" som det hette när jag var liten). Det är någon som skriver, och kanske också någon som läser. Ibland har läsarna möjlighet att kommentera, men den som vill skriva egna inlägg får starta en egen blogg. En wiki är däremot alltid ett samarbetsprojekt. Det som en skriver, kan andra ändra på. I stället för "kommentera" finns det en länk för att "redigera". Väldigt få privatpersoner har en egen wiki. De flesta wikis som finns används internt inom företag eller föreningar, som behöver ett gemensamt klotterplank. Projekt Runeberg har en sådan wiki på http://runeberg.org/wiki/ Wiki är ett tekniskt hjälpmedel och vad den används till beror inte på tekniken utan på avsikten hos den som startade wikin. Projekt Runebergs wiki är till för att dokumentera hur vi arbetar. T.ex. skrev jag en sida om ljudböcker (som vi inte ännu jobbar med, men vi kanske borde) på http://runeberg.org/wiki/Ljudbok och den som har något att tillföra får gärna klicka "redigera". Wikipedia är en wiki med ett väldigt speciellt syfte, nämligen att på ideell basis författa ett uppslagsverk (wiki + encyklopedi = Wikipedia), som fritt kan kopieras och spridas. Den startades 2001 och drivs av en stiftelse, Wikimedia Foundation, med säte i Florida. På bara några år har Wikipedia blivit världens största uppslagsverk med över 700.000 artiklar i sin engelskspråkiga version. Det betyder inte att den är världens bästa eller mest användbara, men ofta är den bra nog. Och det som inte står i den kan vem som helst lägga till. Det som råkar vara fel, kan vem som helst rätta. Men inte nog med detta, det finns också varianter av Wikipedia på massor av språk. Den svenska är inte oväntat den största av de nordiska varianterna, men även danska, norska och finska kommer starkt. Och givetvis finns det varianter både på bokmål och nynorsk. En av de mest användbara finesserna är att varje artikel har länkar till motsvarande artikel på andra språk. Detta kallas för interwiki-länkar. Jag skriver wiki med liten bokstav, medan Wikipedia är ett egennamn och skrivs med stor bokstav, precis som Projekt Runeberg. Ovan nämnde jag att Projekt Runebergs wiki har en sida om ljudböcker, där jag berättar hur vi skulle kunna producera ljudböcker. På svenska Wikipedia finns också en ljudbok-sida, http://sv.wikipedia.org/wiki/Ljudbok men den handlar givetvis inte om Projekt Runebergs planer, utan innehåller en kortfattad beskrivning av vad ljudböcker är. Detta är ju också vad man förväntar sig att ett uppslagsverk ska göra. Nu är kanske den svenska Wikipedia-artikeln Ljudbok lite kort, men där finns också länkar till motsvarande artikel på engelska, tyska och finska. Utförligast av dessa är den tyska. Precis samma förhållande gäller artiklarna om Heinrich Heine, http://sv.wikipedia.org/wiki/Heinrich_Heine medan Fredrika Bremer behandlas utförligt på svenska och betydligt mer kortfattat på engelska och tyska, http://sv.wikipedia.org/wiki/Fredrika_Bremer När Projekt Runeberg grundades 1992 dröjde det inte länge innan vi kände ett behov av författarpresentationer. Eftersom ingen annan skrev sådana åt oss, började vi skriva våra egna. Vår egen sida om Fredrika Bremer, http://runeberg.org/authors/fbremer.html står sig fortfarande rätt så bra i en jämförelse Wikipedias artikel, medan vår sida om Heinrich Heine bara innehåller denne tyske författares födelse- och dödsår, http://runeberg.org/authors/heinehei.html Det är nog bara en tidsfråga innan Wikipedia har avsevärt mer information om Fredrika Bremer än vi har i vår presentation. För flera författare är detta redan fallet. Visst har vi möjligheten att införa en wiki-funktion även för Projekt Runebergs författarpresentationer, men enklare ändå är att bara länka till deras information, som vi redan gör för Heinrich Heine. Det är i själva verket en stor avlastning om vi slipper ägna oss åt författarpresentationer, när Wikipedia sköter det så bra åt oss. Även från våra förord till de elektroniska utgåvorna kan det finnas anledning att hänvisa till artiklar i Wikipedia. Exempelvis borde vårt förord till Fänrik Ståls sägner hänvisa till http://sv.wikipedia.org/wiki/Finska_kriget Härmed vill jag rikta en uppmaning till alla medhjälpare i Projekt Runeberg att sätta sig in i vad som finns i Wikipedia och hur det arbete vi har framför oss kan delas mellan de båda projekten. Engagera er i båda projekten, kanske inte på heltid, men så att ni känner er hemma där likaväl som här. Omväxling förnöjer. Det är inte bara Projekt Runeberg som har nytta av Wikipedia. Den svenska grenen av Wikipedia har haft stor nytta av att Nordisk familjebok, Bilder ur Nordens Flora och andra uppslagsverk finns digitaliserade hos Projekt Runeberg. Finska Wikipedia har använt artiklar ur den "Pieni tietosanakirja" som vi digitaliserade i våras. Och "Salmonsen" är mycket uppskattad bland medhjälparna i danska Wikipedia. Faktum är att flera inom tyska Wikipedia är rejält avundsjuka på att Projekt Runeberg har begränsat sig till de nordiska språken. Vi kan vara imponerade över Wikipedias snabba tillväxt sedan 2001, men de är lika imponerade över att vi har hållit på sedan 1992. Som jag nämnde i ett tidigare meddelande är det wiki-fika i Stockholm nu på söndag den 25 september. Information om detta finns på http://sv.wikipedia.org/wiki/Wikipedia:Wiki-tr%C3%A4ff som alltså är en av de "interna" sidorna för medarbetare i svenska Wikipedia, och inte en encyklopedisk artikel. Förhoppningsvis kan även Projekt Runeberg-medhjälpare dyka upp där. Ju fler vi är tillsammans... -- Lars Aronsson (lars(a)aronsson.se) Projekt Runeberg - fri nordisk litteratur - http://runeberg.org/

1 0

Bok & Bibliotek
by Lars Aronsson 22 Sep '05

22 Sep '05

Projekt Runeberg, Nästa vecka börjar Bok- & Biblioteksmässan i Göteborg. Den pågår från torsdag 29 september till söndag 2 oktober. Kanske några av er har tänkt besöka den? Tyvärr kan jag inte bjuda på biljetter, men vi kanske kunde ordna en liten träff ändå för dem som ändå ska åka dit? Programmet finns på http://www.bok-bibliotek.se/ Torsdag och fredag är avsedda för "fackfolk", men från klockan 14 på fredag är det öppet för "allmänheten". Jag kommer att tala på ett miniseminarium på fredag morgon tillsammans med Mats Dahlström från Bibliotekshögskolan i Borås. För att åhöra detta måste man ha seminariebiljett, vilket kanske inte alla har, men det betyder att jag är i Göteborg på fredagen och kanske även på lördagen. Om vi inte kommer överens om något annat, så kan vi ju åtminstone försöka ses klockan 15 (fredag och lördag) i montern hos Bibliotekshögskolan (E04:20), för att därifrån gå och ta en fika. == Wiki-fika == På tal om fika, så finns det ett gyllene tillfälle till detta redan nu på söndag, den 25 september, och i Stockholm. Det är aktivisterna inom svenska Wikipedia som träffas klockan 14 på Kaffegillet, Trångsund 4, Gamla stan. Mer information om detta finns på http://sv.wikipedia.org/wiki/Wikipedia:Wiki-tr%C3%A4ff Jag ska skriva mer om Wikipedia i nästa meddelande. -- Lars Aronsson (lars(a)aronsson.se) Projekt Runeberg - fri nordisk litteratur - http://runeberg.org/

1 0

Tidningsartikel: Svenska klassiker publiceras på nätet
by Anders Thulin 02 Aug '05

02 Aug '05

http://sydsvenskan.se/nojen/article114163.ece Men denna gång gäller det inte Runeberg, utan Litteraturbanken. -- Anders Thulin ath*algonet.se http://www.algonet.se/~ath

1 0

← Newer
1
...
11
12
13
14
15
16
17
...
31
Older →

Jump to page:

2025

2024

2023

2022

2021

2020

2019

2018

2017

2016

2015

2014

2013

2012

2011

2010

2009

2008

2007

2006

2005

2004

2003

2002

Runeberg