Digitalisering af 32 mio. avissider på 3 år

Niels Bønding [email protected]

Middelfart 22-05-2014

DIGITALISERING AF

32 MIO. AVISSIDER PÅ 3 ÅR

Niels Bønding [email protected] Bønding [email protected]

HVEM ER JEG?• Niels Bønding

• 46 år og vendelbo

• Cand. phil. i filosofi 1998

• 11 år som proceskonsulent og projektleder i TDC

• PRINCE2 Practitioner og IPMA C certificeret

• Ansat på Statsbiblioteket fra 15. august 2013 som projektleder for Avisdigitaliseringsprojektet – samme dag som beslutningen om Ninestars som leverandør blev truffet.


• Scanning i Hamburg

• Manuel efterbehandling i Chennai

• Hovedkvarter og IT-udvikling i Bangalore

Ninestars bygning i Chennai


PRODUKTIONSPROCES


• Mekel Mach 5 scannere placeret i Hamburg

• Vi har været med ved kalibreringen af scannerne. Vi og Ninestars har ved fælles hjælp opnået et rigtig godt resultat.

• Det rå output er TIFF scannet i 300 dpi. Den endelige fil er en JPEG2000 og kæden mellem dem er lossless

• Vi får samtidig målt emulsion density på mikrofilmene til brug for kassationsprocessen

SCANNING AF MIKROFILM


BILLEDKVALITET – BEVARINGSKVALITET?


BILLEDKVALITET – BEVARINGSKVALITET!


Modtaget 30-12-2013 Modtaget 24-02-2014

OCR OG SEGMENTERING - FORMIDLING


Modtaget 30-12-2013 Modtaget 24-02-2014

OCR OG SEGMENTERING - FORMIDLING


HVILKEN KVALITET TIL HVILKET FORMÅL?

• Vi skal bevare aviserne i den bedst mulige kvalitet for fremtiden

• Vi skal formidle aviserne i den bedst mulige kvalitet for nutiden

• Vi skal kunne afgøre hvorvidt en bevaringskopi (og en mikrofilm) er tilstrækkelig god til, at vi kan vælge at kassere den kopi, der ligger i Vestindisk Pakhus i København. For det er her pengene kommer fra.


METADATA REGISTRERES I PROCESSEN

• Tekniske metadata om den enkelte scannede side

• Fx størrelse, opløsning, dato og operatør

• Metadata om mikrofilmen

• Titler, datoer, film og filmning

• Udgave og udgivelse og den enkelte side

• Morgen, aften, weekend, ekstra eller særudgave

• Placering af siden i udgaven og på mikrofilmen


SUPPLERENDE METADATA

• Sammenkædning af titler over tid

• Kobling til De Danske Aviser

• Geografiske data


Periode Adgang på SB og KB Snippets/thumbnails Fjernadgang alle Academic Licens

1950+ Ja Afhænger af Copydanaftale Nej Afhænger af Copydanaftale

1940 Ja Afhænger af Copydanaftale Nej Afhænger af Copydanaftale

1930 Ja Afhænger af Copydanaftale Afhænger af Copydanaftale Afhænger af Copydanaftale

1920 Ja Afhænger af Copydanaftale Afhænger af Copydanaftale Afhænger af Copydanaftale

1910 Ja Måske ophavsret? Måske ophavsret? Måske ophavsret?




1870 Ja Ja Ja Ja

1860 Ja Ja Ja Ja

ældre Ja Ja Ja Ja

ADGANG TIL AVISERNE


MEDIESTREAM• Mediestream er

Statsbibliotekets online portal, hvor digitaliserede samlinger af dansk audiovisuel kulturarv tilgængeliggøres.

• I dag er der adgang til radio, tv og reklamefilm, som er opdelt i såkaldte ”subportaler” (i topmenuen).

• De digitaliserede aviser vil blive tilgængelige i en sådan subportal i Mediestream inden udgangen af 2014.

• Pt. foreligger designudkast til hvordan aviserne vil blive fremvist.


AVIS-SUBPORTAL• Brugeren præsenteres for

denne side efter at have klikket på ”AVIS” i top-menuen.

• Herfra er det muligt at søge i de digitaliserede aviser. Ligeledes er der link til en oversigt over alle digitaliserede aviser.

• Brugerne inddrages i portalen via avisforsider fra for 100 år siden.


SØGERESULTATER

• Hvert søgeresultat består af en hel avis som fx første resultat: Aarhus Amtstidende 8. oktober 1902.

• I denne avis er der tre hits, som matcher søgningen på ”program”. Det vises ved at opliste overskriften i de artikler, som ”program” optræder i. Bemærk at det er et kvalificeret bud på overskriften, men det kan også være den første sætning fra en annonce, tv-oversigt og lignende, eller det kan være en sætning fra midten af artiklen, hvis systemet tager fejl.

• Thumbnails vil max være avisens sidebredde, og der zoomes ikke yderligere ind.


SØGERESULTATER• I udsnittet til højre ses et enkelt

søgeresultat. På thumbnailen er det angivet med en grøn markering, hvor på avissiden det første hit optræder. Der zoomes hverken ind eller ud på thumbnails. Deres maksimale bredde er altid avisens sidebredde, men der panoreres op eller ned på avissiden for at vise den relevante markering.

• Igen ses kvalificerede bud på overskrifter. Bemærk, at der ikke er tale om en såkaldt ”snippet”, da ordene umiddelbart omkring søgeordet ikke vises.

Rettighedsbeskyttet materiale:1. Thumbnails, ca. 170x100 px, både sort/hvid og farve

2. “Overskrift” på artikel/annonce/dødsannonce mv.: Maksimalt de første 10 ord.


FULDPOST-VISNING

• Ved at klikke på et søgeresultat kommer brugeren til en fuldpost-visning, som ses til højre.

• Til forskel fra foregående side vises her ikke kun et udsnit men derimod hele avissiden som thumbnail ud fra den definerede størrelse.

• Ved at klikke på et af de tre søgeresultater kan brugeren få vist en thumbnail af den avisside, hvor søgeresultatet optræder.


AVISOVERSIGT• Hvis brugeren fra forsiden

klikker på linket til oversigten over alle digitaliserede aviser, vises siden til højre.

• Her er det muligt at finde en enkelt titel og klikke sig videre til yderligere oplysninger om denne.


AVISHISTORIK• Til højre ses detaljerne for

en enkelt avis. Det inkluderer titelhistorik, samlingens omfang, udgivelsessted mv.

• For at inspirere brugerne vises de mest sete udgaver af avisen i bunden af siden.

Documents

Digitalisering af 32 mio. avissider på 3 år