Wozu diese Demo?
Maschinenlernen (ML) für Druckerzeichen im Gutenberg-Museum
Die App kann über den Laptop aufgerufen werden.
Die App zeigt, wie ML das Erkennen historischer
Druckerzeichen unterstützt. Sie führt Sie in wenigen Schritten
durch einen Lernzyklus, in dem Mensch und Modell zusammenarbeiten.
Was Sie mitnehmen:
- Wie Nutzereingaben das Modell gezielt verbessern
- Wie „schwache“ Vorschläge zu „starken“ Erkennungen werden
- Warum das für die Metadatenqualität wichtig ist
So funktioniert’s
Vom "Raten" zur treffsicheren Erkennung
- 1) Baseline: Das System erkennt Objekte gar nicht oder nur zufällig.
- 2) Dein Feedback: Sie ziehen einen Rahmen um das gesuchte Objekt, wodurch der Algorithmus trainiert wird.
- 3) Imperfekt: Das Modell erkennt das Objekt besser und Sie korrigieren erneut.
- 4) Zweites Feedback: Ein weiterer präziser Rahmen liefert zusätzliche Informationen.
- 5) „Perfekt“: Das Modell erkennt das Objekt in der Regel sehr gut.
Warum das zählt: Jeder präzise Rahmen ist ein Trainingssignal. Im Gutenberg-Museum arbeiten wir daran, einen kuratierten Korpus verschiedener Druckerzeichen und Objekte aufzubauen, die zum Maschinenlernen genutzt werden können.
Nutzen im Museum
Mehr Qualität, bessere Daten, neue Zugänge
- Metadaten-Boost: Konsistente Benennung & Verknüpfung von Objekten
- Provenienz & Forschung: Schnellere Fundstellen, solide Evidenz
- Wiederverwendbar: Trainingsdaten für weitere ML-Anwendungen
Was Sie sehen, ist das Prinzip Human-in-the-Loop. Menschen
geben wenige, aber präzise Hinweise und die Maschine lernt den Rest.