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 - Inria - Institut national de recherche en sciences et technologies du numérique Accéder directement au contenu
Pré-Publication, Document De Travail Année : 2023

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
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
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
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
C. Annemieke Romein
Huygens Institute for the History and Culture of the Netherlands
Vrije Universiteit Amsterdam [Amsterdam]
Universität Bern / University of Bern
Tobias Hodel
Universität Bern / University of Bern
Femke Gordijn
Huygens Institute for the History and Culture of the Netherlands
Joris Zundert
Huygens Institute for the History and Culture of the Netherlands
Alix Chagué
Université de Montréal
Automatic Language Modelling and ANAlysis & Computational Humanities
École Pratique des Hautes Études
CV
Milan Van Lange
NIOD, Institute for War, Holocaust and Genocide Studies
Helle Strandgaard Jensen
Aarhus University [Aarhus]
Andy Stauder
READ-COOP SCE
Jake Purcell
  • Fonction : Auteur
American Historical Association
Melissa Terras
University of Edinburgh
Pauline van Den Heuvel
  • Fonction : Auteur
Amsterdam City Archives
Carlijn Keijzer
NIOD, Institute for War, Holocaust and Genocide Studies
Achim Rabus
Albert-Ludwigs-Universität Freiburg
Chantal Sitaram
  • Fonction : Auteur
Huygens Institute for the History and Culture of the Netherlands
Aakriti Bhatia
  • Fonction : Auteur
Huygens Institute for the History and Culture of the Netherlands
Katrien Depuydt
Instituut voor de Nederlandse Taal
Mary Aderonke Afolabi-Adeolu
  • Fonction : Auteur
Bonn Center for Dependency and Slavery Studies
Anastasiia Anikina
  • Fonction : Auteur
Vrije Universiteit Amsterdam [Amsterdam]
Elisa Bastianello
Bibliotheca Hertziana - Max Planck Institute for Art History
Lukas Vincent Benzinger
  • Fonction : Auteur
Vrije Universiteit Amsterdam [Amsterdam]
Arno Bosse
Huygens Institute for the History and Culture of the Netherlands
David Brown
  • Fonction : Auteur
Trinity College Dublin
Ash Charlton
  • Fonction : Auteur
University of Edinburgh
National Library of Scotland
André Nilsson Dannevig
  • Fonction : Auteur
National Archives of Norway
Klaas Van Gelder
Vrije Universiteit Brussel
Archives de l'État en Belgique = Rijksarchief in België = Belgisches Staatsarchiv = State Archives of Belgium
Sabine C.P.J. Go
Vrije Universiteit Amsterdam [Amsterdam]
University of Exeter
Marcus J.C. Goh
  • Fonction : Auteur
Vrije Universiteit Amsterdam [Amsterdam]
Silvia Gstrein
Leopold Franzens Universität Innsbruck - University of Innsbruck
State Library of Tyrol = Landesbibliothek Tirol
Sewa Hasan
  • Fonction : Auteur
Vrije Universiteit Amsterdam [Amsterdam]
Stefan von Der Heide
CCS Content Conversion Specialists GmbH
Maximilian Hindermann
Université de Bâle = University of Basel = Basel Universität
Dorothee Huff
University Library [Tübingen]
Ineke Huysman
Huygens Institute for the History and Culture of the Netherlands
Ali Idris
  • Fonction : Auteur
Vrije Universiteit Amsterdam [Amsterdam]
Liesbeth Keijzer
  • Fonction : Auteur
National Archives of the Netherlands = Nationaal Archief
Simon Kemper
National Archives of the Netherlands = Nationaal Archief
Sanne Koenders
  • Fonction : Auteur
Vrije Universiteit Amsterdam [Amsterdam]
Erika Kuijpers
  • Fonction : Auteur
Vrije Universiteit Amsterdam [Amsterdam]
Lisette Rønsig Larsen
  • Fonction : Auteur
Danish National Archives
Sven Lepa
  • Fonction : Auteur
Rahvusarhiiv Estonia = National Archives of Estonia
Tommy Link
  • Fonction : Auteur
Vrije Universiteit Amsterdam [Amsterdam]
Annelies Van Nispen
NIOD, Institute for War, Holocaust and Genocide Studies
Joe Nockels
Amsterdam City Archives
Laura Noort
  • Fonction : Auteur
Joost Johannes Oosterhuis
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
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
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.

Domaines

Héritage culturel et muséologie Intelligence artificielle [cs.AI]
Fichier principal
Vignette du fichier
Exploring_Data_Provenance (5).pdf (3.8 Mo) Télécharger le fichier
Origine : Fichiers produits par l'(les) auteur(s)
Licence : CC BY - Paternité

Alix Chagué  : Connectez-vous pour contacter le contributeur

https://hal.science/hal-04244372

Soumis le : lundi 16 octobre 2023-14:35:15

Dernière modification le : vendredi 19 avril 2024-16:18:57

Archivage à long terme le : mercredi 17 janvier 2024-20:39:47

Télécharger pour visualiser

Dates et versions

hal-04244372 , version 1 (16-10-2023)

Licence

Paternité

Identifiants

Citer

C. Annemieke Romein, Tobias Hodel, Femke Gordijn, Joris Zundert, Alix Chagué, et al.. 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. 2023. ⟨hal-04244372⟩

Exporter

BibTeX XML-TEI Dublin Core DC Terms EndNote DataCite

Collections

EPHE INRIA INRIA2 PSL
29 Consultations
45 Téléchargements

Altmetric

Partager

Gmail Facebook X LinkedIn More