Exportworkflow

Worum geht es: Wir kommen wir von einem transkribus-Export zu den finalen TEI-Daten?

• Diskussionen zu Datenmodell, Kuratierung und Export

Kontrolle

(wie stellen wir sicher, dass ein Band Exportreif ist? Was ist zu prüfen?)

• alle Seiten transkribiert?
  • Transkription augenscheinlich vollständig und "gut"?
  • Fragezeichen im Text, die noch zu klären sind? Können die noch gelöst werden?
    • Alternativ Suche nach tag "unclear" um Unklarheiten in der Transkription direkt zu finden (Suche dabei auf Dokument beschränken)
  • Überflüssiges gelöscht?
    • erstes Wort der nächsten Seite steht oft am unteren Seitenrand -> Zeile löschen, falls transkribiert!
    • Nachträglich eingefügte Seitenzahlen
• Entsprechen die Textregionen der Textstruktur, wurden entsprechende Strukturtypen vergeben?
  • Titel und Überschriften(heading)
    • Sitzungsnummer Teil des Titels, da sie sich auf die ganze Sitzung bezieht (Bsp. in Band 40)
  • Marginalien (marginalia)
    • vor den Eintrag auf den sie sich beziehen, wenn sie als Überschrift/Kurzzusammenfassung fungieren
  • Absätze (paragraph, ggf. paragraph-continued)
• alle Personen und Orte ausgezeichnet?
  • Keys vergeben? (Suche nach Registertags person, place, organization & occupation und Ergebnis nach Eigenschaften sortieren, Suche dabei auf Dokument beschränken)
  • Einheitlich (großzügig) gemacht? ("Bürgermeister Momm" statt nur "Momm", "Director Meis" statt nur "Meis")
• alle Textphänomene (welche gibt es) ausgezeichnet?
  • durchgestrichen
  • unterstrichen
  • fett
  • hochgestellt
  • tiefgestellt
  • Abkürzungen
• alle gap tags gesetzt? Zuständige Person/en aus der Tabelle übernommen?
  • Am Anfang einer Sitzung mit type=session
  • Am Anfang eines Eintrags (type=entry nicht zwingend notwendig, ohne type wird der Abschnitt in der XSLT-Transformationen als entry erkannt)
  • Am Anfang des Sitzungsabschlusses mit type=closer (Unterschriften etc.)

transkribus-Export

Oben links auf das "Export Document"-Icon klicken (gelber Ordner mit grünem Pfeil nach rechts). In dem sich dann öffnendem Fenster oben links von "Server export" auf "Client export" wechseln.

Über "Client export" exportiert man es im "Transkribus Document" Format und bei "Export page" wählt man nur "Export Page" aus:

Transkribus Export

Damit ist der Export aus Transkribus abgeschlossen und es gilt als nächstes die Daten in im Rahmen des Projekts genutztes XML-TEI zu transformieren.

Dafür muss in GitLab die Ordnerstruktur zum jeweiligen Band heruntergeladen (sowie möglicherweise erst noch angelegt und aus einem anderen Band kopiert und eingefügt) werden. Der Export aus Transkribus ("mets.xml", "metadata.xml" und der Unterordner "page" mit XML-Dateien) werden darin im Ordner 0_Input_Transkribus-PAGE-Output gespeichert. Dann kann das XProc-Skript "Transkribus2TEI-Publisher.xpl" in Oxygen ausgeführt werden. Der Ordner "0_Input_Transkribus-PAGE-Output" wird nur lokal gespeichert und ist mit dem Gitlab nicht synchronisiert (d.h. der Inhalt vom "0_Input_Transkribus-PAGE-Output" kann nach der Generierung der XML-Datei bzw. vor dem Laden der Daten bei Gitlab gelöscht werden). Die so generierte TEI-XML-Datei wird im Ordner "3_Output" gespeichert. Wenn nicht schon innerhalb des XProc-Skripts in Zeile 9 geschehen, muss dann der Dateiname noch an den Band angepasst werden, dessen Daten bearbeitet wurden.

Siehe die Bände in CC-GitLab-Repository für die nächsten Arbeitsschritte und die entsprechenden Readme.md Dateien für weitere Informationen zur Ordnerstruktur.

Kuratierung des Exports

• Die Tags in Transkribus (strukturelle und textuelle) müssen einheitlich verwendet werden!
• Die bestimmten Kombinationen von Tags können zu unerwarteten Problemen führen (z. B. in Person-Tag wird einen Place-Tag verwendet, der über zwei Seiten hinausgeht o.ä.) Ähnlich sieht es mit neuen Tags aus, die in den Workflow vor kurzem eingeführt wurden, aber in XSLT-Skripten noch nicht beachtet werden. Solche Phänomene bzw. Probleme müssen entdeckt und behoben werden.
• Die Daten müssen am Ende nach TEI valid sein. Die Fehlermeldungen in Oxygen helfen, verschiedene Phänomene bzw. Probleme zu entdecken. Wenn sie vorkommen, dann müssen die XSLT-Skripte angepasst oder neue zusätzliche geschrieben werden.

Datenanreicherung

Die XML-TEI-Daten liegen in CC-GitLab-Repository in entsprechenden Bänden-Ordnern