Die automatische Schreiberidentifizierung erlangte viel Aufmerksamkeit während des letzten Jahrzehnts. Jedoch beschränkte sich die meiste Arbeit auf zeitgenössische Vergleichsdatensätzen. Diese Datensätze beinhalten typischerweise keinerlei Rauschen oder Artefakte. In dieser Arbeit wird analysiert ob die aktuell beste Methode der automatischen Schreiberidentifizierung ähnlich gut auf historischen handgeschriebenen Daten funktioniert. Im Gegensatz zu zeitgenössischen Daten enthalten historische Daten oft Artefakte wie Löcher, Risse oder Wasserflecken, was eine zuverlässige Identifikation fehleranfällig macht. Wir führten Experimente an zwei großen Briefkollektionen mit gegebener Authentizität durch und erlangten vielversprechende Ergebnisse von 82% und 89% TOP-1 Genauigkeit.
%0 Journal Article
%1 christlein2016automatic
%A Christlein, Vincent
%A Diem, Markus
%A Kleber, Florian
%A Mühlberger, Günter
%A Schwägerl-Melchior, Verena
%A van Gelder, Esther
%A Maier, Andreas
%D 2016
%J Zeitschrift für digitale Geisteswissenschaften
%K dhjmf
%T Automatic Writer Identification in Historical Documents: A Case Study
%U http://www.zfdg.de/2016_002
%X Die automatische Schreiberidentifizierung erlangte viel Aufmerksamkeit während des letzten Jahrzehnts. Jedoch beschränkte sich die meiste Arbeit auf zeitgenössische Vergleichsdatensätzen. Diese Datensätze beinhalten typischerweise keinerlei Rauschen oder Artefakte. In dieser Arbeit wird analysiert ob die aktuell beste Methode der automatischen Schreiberidentifizierung ähnlich gut auf historischen handgeschriebenen Daten funktioniert. Im Gegensatz zu zeitgenössischen Daten enthalten historische Daten oft Artefakte wie Löcher, Risse oder Wasserflecken, was eine zuverlässige Identifikation fehleranfällig macht. Wir führten Experimente an zwei großen Briefkollektionen mit gegebener Authentizität durch und erlangten vielversprechende Ergebnisse von 82% und 89% TOP-1 Genauigkeit.
@article{christlein2016automatic,
abstract = {Die automatische Schreiberidentifizierung erlangte viel Aufmerksamkeit während des letzten Jahrzehnts. Jedoch beschränkte sich die meiste Arbeit auf zeitgenössische Vergleichsdatensätzen. Diese Datensätze beinhalten typischerweise keinerlei Rauschen oder Artefakte. In dieser Arbeit wird analysiert ob die aktuell beste Methode der automatischen Schreiberidentifizierung ähnlich gut auf historischen handgeschriebenen Daten funktioniert. Im Gegensatz zu zeitgenössischen Daten enthalten historische Daten oft Artefakte wie Löcher, Risse oder Wasserflecken, was eine zuverlässige Identifikation fehleranfällig macht. Wir führten Experimente an zwei großen Briefkollektionen mit gegebener Authentizität durch und erlangten vielversprechende Ergebnisse von 82% und 89% TOP-1 Genauigkeit.},
added-at = {2018-09-14T15:04:09.000+0200},
author = {Christlein, Vincent and Diem, Markus and Kleber, Florian and Mühlberger, Günter and Schwägerl-Melchior, Verena and van Gelder, Esther and Maier, Andreas},
biburl = {https://www.bibsonomy.org/bibtex/2151258ad12f0b84f08611122c94812c6/dhjmf},
interhash = {a9a6d4dbba2d633b3412b00cbde0ef93},
intrahash = {151258ad12f0b84f08611122c94812c6},
journal = {Zeitschrift für digitale Geisteswissenschaften},
keywords = {dhjmf},
timestamp = {2018-09-14T15:04:09.000+0200},
title = {Automatic Writer Identification in Historical Documents: A Case Study},
url = {http://www.zfdg.de/2016_002},
year = 2016
}