Exploring 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
C. Annemieke Romein
(1, 2, 3)
,
Tobias Hodel
(3)
,
Femke Gordijn
(1)
,
Joris Zundert
(1)
,
Alix Chagué
(4, 5, 6)
,
Milan Van Lange
(7)
,
Helle Strandgaard Jensen
(8)
,
Andy Stauder
(9)
,
Jake Purcell
(10)
,
Melissa Terras
(11)
,
Pauline van Den Heuvel
(12)
,
Carlijn Keijzer
(7)
,
Achim Rabus
(13)
,
Chantal Sitaram
(1)
,
Aakriti Bhatia
(1)
,
Katrien Depuydt
(14)
,
Mary Aderonke Afolabi-Adeolu
(15)
,
Anastasiia Anikina
(2)
,
Elisa Bastianello
(16)
,
Lukas Vincent Benzinger
(2)
,
Arno Bosse
(1)
,
David Brown
(17)
,
Ash Charlton
(11, 18)
,
André Nilsson Dannevig
(19)
,
Klaas Van Gelder
(20, 21)
,
Sabine C.P.J. Go
(2, 22)
,
Marcus J.C. Goh
(2)
,
Silvia Gstrein
(23, 24)
,
Sewa Hasan
(2)
,
Stefan von Der Heide
(25)
,
Maximilian Hindermann
(26)
,
Dorothee Huff
(27)
,
Ineke Huysman
(1)
,
Ali Idris
(2)
,
Liesbeth Keijzer
(28)
,
Simon Kemper
(28)
,
Sanne Koenders
(2)
,
Erika Kuijpers
(2)
,
Lisette Rønsig Larsen
(29)
,
Sven Lepa
(30)
,
Tommy Link
(2)
,
Annelies Van Nispen
(7)
,
Joe Nockels
(12)
,
Laura Noort
,
Joost Johannes Oosterhuis
,
Vivien Popken
,
María Estrella Puertollano
,
Joosep Puusaag
,
Ahmed Sheta
,
Lex Stoop
,
Ebba Strutzenbladh
,
Nicoline van Der Sijs
,
Jan Paul van Der Spek
,
Barry Benaissa Trouw
,
Geertrui van Synghel
,
Vladimir Vučković
,
Heleen Wilbrink
,
Sonia Weiss
,
David Joseph Wrisley
,
Riet Zweistra
1
KNAW -
Huygens Institute for the History and Culture of the Netherlands
2 VU - Vrije Universiteit Amsterdam [Amsterdam]
3 UNIBE - Universität Bern = University of Bern = Université de Berne
4 UdeM - Université de Montréal
5 ALMAnaCH - Automatic Language Modelling and ANAlysis & Computational Humanities
6 EPHE - École Pratique des Hautes Études
7 NIOD, Institute for War, Holocaust and Genocide Studies
8 Aarhus University [Aarhus]
9 READ-COOP SCE
10 AHA - American Historical Association
11 Edin. - University of Edinburgh
12 Amsterdam City Archives
13 Albert-Ludwigs-Universität Freiburg = University of Freiburg
14 Instituut voor de Nederlandse Taal
15 Bonn Center for Dependency and Slavery Studies
16 Bibliotheca Hertziana - Max Planck Institute for Art History
17 Trinity College Dublin
18 NLS - National Library of Scotland
19 National Archives of Norway
20 VUB - Vrije Universiteit Brussel [Bruxelles]
21 AGR : Archives générales du royaume (Belgique) - Archives de l'État en Belgique = Rijksarchief in België = Belgisches Staatsarchiv = State Archives of Belgium
22 University of Exeter
23 Leopold Franzens Universität Innsbruck - University of Innsbruck
24 State Library of Tyrol = Landesbibliothek Tirol
25 CCS Content Conversion Specialists GmbH
26 Unibas - Université de Bâle = University of Basel = Basel Universität
27 University Library [Tübingen]
28 National Archives of the Netherlands = Nationaal Archief
29 Danish National Archives
30 Rahvusarhiiv Estonia = National Archives of Estonia
2 VU - Vrije Universiteit Amsterdam [Amsterdam]
3 UNIBE - Universität Bern = University of Bern = Université de Berne
4 UdeM - Université de Montréal
5 ALMAnaCH - Automatic Language Modelling and ANAlysis & Computational Humanities
6 EPHE - École Pratique des Hautes Études
7 NIOD, Institute for War, Holocaust and Genocide Studies
8 Aarhus University [Aarhus]
9 READ-COOP SCE
10 AHA - American Historical Association
11 Edin. - University of Edinburgh
12 Amsterdam City Archives
13 Albert-Ludwigs-Universität Freiburg = University of Freiburg
14 Instituut voor de Nederlandse Taal
15 Bonn Center for Dependency and Slavery Studies
16 Bibliotheca Hertziana - Max Planck Institute for Art History
17 Trinity College Dublin
18 NLS - National Library of Scotland
19 National Archives of Norway
20 VUB - Vrije Universiteit Brussel [Bruxelles]
21 AGR : Archives générales du royaume (Belgique) - Archives de l'État en Belgique = Rijksarchief in België = Belgisches Staatsarchiv = State Archives of Belgium
22 University of Exeter
23 Leopold Franzens Universität Innsbruck - University of Innsbruck
24 State Library of Tyrol = Landesbibliothek Tirol
25 CCS Content Conversion Specialists GmbH
26 Unibas - Université de Bâle = University of Basel = Basel Universität
27 University Library [Tübingen]
28 National Archives of the Netherlands = Nationaal Archief
29 Danish National Archives
30 Rahvusarhiiv Estonia = National Archives of Estonia
Tobias Hodel
- Fonction : Auteur
- PersonId : 1295090
- ORCID : 0000-0002-2071-6407
Femke Gordijn
- Fonction : Auteur
- PersonId : 1295091
- ORCID : 0000-0002-8653-8674
Joris Zundert
- Fonction : Auteur
- PersonId : 1295092
- ORCID : 0000-0003-3862-7602
Alix Chagué
- Fonction : Auteur
- PersonId : 170519
- IdHAL : alix-chague
- ORCID : 0000-0002-0136-4434
Milan Van Lange
- Fonction : Auteur
- PersonId : 1295093
- ORCID : 0000-0002-4609-5186
Helle Strandgaard Jensen
- Fonction : Auteur
- PersonId : 1295094
- ORCID : 0000-0002-8623-9586
Melissa Terras
- Fonction : Auteur
- PersonId : 774460
- ORCID : 0000-0001-6496-3197
- IdRef : 111099382
Carlijn Keijzer
- Fonction : Auteur
- PersonId : 1295096
- ORCID : 0000-0003-1728-5623
Achim Rabus
- Fonction : Auteur
- PersonId : 1295097
- ORCID : 0000-0002-5366-1430
Katrien Depuydt
- Fonction : Auteur
- PersonId : 1295098
- ORCID : 0000-0003-4579-5305
Elisa Bastianello
- Fonction : Auteur
- PersonId : 1295099
- ORCID : 0000-0002-4419-7912
Arno Bosse
- Fonction : Auteur
- PersonId : 1295100
- ORCID : 0000-0003-3681-1289
Klaas Van Gelder
- Fonction : Auteur
- PersonId : 1295101
- ORCID : 0000-0002-9250-629X
Sabine C.P.J. Go
- Fonction : Auteur
- PersonId : 1295102
- ORCID : 0000-0003-3452-370X
Silvia Gstrein
- Fonction : Auteur
- PersonId : 1295103
- ORCID : 0000-0002-9861-4478
Stefan von Der Heide
- Fonction : Auteur
- PersonId : 1295104
- ORCID : 0000-0002-0504-5385
Maximilian Hindermann
- Fonction : Auteur
- PersonId : 1295105
- ORCID : 0000-0002-9337-4655
Dorothee Huff
- Fonction : Auteur
- PersonId : 1295106
- ORCID : 0000-0003-0866-9967
Ineke Huysman
- Fonction : Auteur
- PersonId : 1295107
- ORCID : 0000-0002-8659-2822
Simon Kemper
- Fonction : Auteur
- PersonId : 1295108
- ORCID : 0000-0003-3169-1783
Annelies Van Nispen
- Fonction : Auteur
- PersonId : 1295109
- ORCID : 0000-0003-4341-7634
Joe Nockels
- Fonction : Auteur
- PersonId : 1295110
- ORCID : 0000-0002-4577-6596
Laura Noort
- Fonction : Auteur
Joost Johannes Oosterhuis
- Fonction : Auteur
- PersonId : 1295111
- ORCID : 0000-0003-4699-4672
Vivien Popken
- Fonction : Auteur
María Estrella Puertollano
- Fonction : Auteur
Joosep Puusaag
- Fonction : Auteur
Ahmed Sheta
- Fonction : Auteur
Lex Stoop
- Fonction : Auteur
Ebba Strutzenbladh
- Fonction : Auteur
Nicoline van Der Sijs
- Fonction : Auteur
- PersonId : 1295112
- ORCID : 0000-0001-9042-6336
Jan Paul van Der Spek
- Fonction : Auteur
Barry Benaissa Trouw
- Fonction : Auteur
Geertrui van Synghel
- Fonction : Auteur
Vladimir Vučković
- Fonction : Auteur
Heleen Wilbrink
- Fonction : Auteur
Sonia Weiss
- Fonction : Auteur
David Joseph Wrisley
- Fonction : Auteur
- PersonId : 1150211
- IdHAL : djwrisley
- ORCID : 0000-0002-0355-1487
- IdRef : 189109882
Riet Zweistra
- Fonction : Auteur
Résumé
This paper discusses best practices for sharing and reusing Ground Truth in Handwritten Text Recognition infrastructures, as well as ways to reference and acknowledge contributions to the creation and enrichment of data within these systems. We discuss how one can place Ground Truth data in a repository and, subsequently, inform others through HTR-United. Furthermore, we want to suggest appropriate citation methods for ATR data, models, and contributions made by volunteers. Moreover, when using digitised sources (digital facsimiles), it becomes increasingly important to distinguish between the physical object and the digital collection. These topics all relate to the proper acknowledgement of labour put into digitising, transcribing, and sharing Ground Truth HTR data. This also points to broader issues surrounding the use of machine learning in archival and library contexts, and how the community should begin to acknowledge and record both contributions and data provenance.
| Origine | Fichiers produits par l'(les) auteur(s) |
|---|---|
| Licence |
