El proyecto IMPACT está financiado por la Comunidad Europea bajo el programa FP7 ICT. El proyecto tiene como objetivo mejorar significativamente la digitalización masiva de textos impresos históricos en Europa a través de la innovación en software OCR y tecnologías lingüísticas, compartir conocimientos entre instituciones europeas, y establecer herramientas y servicios sostenibles a largo plazo. La Biblioteca Nacional de los Países Bajos coordina el proyecto.

1. IMPACT is supported by the European Community under the FP7 ICT Work Programme. The project is coordinated by the National Library of the Netherlands.
IMPACT implicación de la BNE-UA
(Universidad de Alicante) y resultados
preliminares del proyecto
FESABID, XII Jornadas Españolas de Documentación- 26 mayo de 2011
TALLER FESABID 2011 26 MAYO

2. IMPACT is supported by the European Community under the FP7 ICT Work Programme. The project is coordinated by the National Library of the Netherlands.
Antecedentes
 El texto no digitalizado es “virtualmente” invisible
 Disponibilidad de material digitalizado  demasiado lento, pequeñas cantidades y
pocas fuentes
 Tecnología OCR (reconocimiento óptico de caracteres) no resultados satisfactorios
para documentos históricos
 Falta de conocimiento institucional y especialización  ineficiencia y “reinventar la
rueda”
TALLER FESABID 2011 26 MAYO 2

3. IMPACT is supported by the European Community under the FP7 ICT Work Programme. The project is coordinated by the National Library of the Netherlands.
Texto histórico: típicos resultados OCR
VVt Venetien den 1.Junij, Anno 1618.
DJgn i f paffato te S' aö'Jifeert mo?üen/bah .)etgi'uotbciraetail)i.r/JtmelchontDecht te /
sbnbe bele btr felbrr geiufttceert baer bnber eeniglje jprant o^fen/bie ftcb .met
beSpaenfcbeu enbeeemgljen bifet Cbeiiupcen berbonbru befe
TALLER FESABID 2011 26 MAYO 3

4. IMPACT is supported by the European Community under the FP7 ICT Work Programme. The project is coordinated by the National Library of the Netherlands.
Retos OCR: páginas dañadas, alabeadas, tintas traspasadas,
maquetación compleja, fuentes históricas…etc.
TALLER FESABID 2011 26 MAYO 4

5. IMPACT is supported by the European Community under the FP7 ICT Work Programme. The project is coordinated by the National Library of the Netherlands.
Retos lingüísticos: variantes ortográficas, variantes de
grafía, formas conjugadas, declinadas…y más
Variantes históricas para la forma verbal hubo:
hubo, huvo, uvo, vuo, uuo, huuo…
Variantes históricas para la palabra holandesa ‘wereld’ (mundo):
werelt weerelt wereld weerelds wereldt werelden weereld werrelts waerelds weerlyt wereldts
vveerelts waereld weerelden waerelden weerlt werlt werelds sweerels zwerlys swarels swerelts
werelts swerrels weirelts tsweerelds werret vverelt werlts werrelt worreld werlden wareld weirelt
weireld waerelt werreld werld vvereld weerelts werlde tswerels werreldts weereldt wereldje
waereldje weurlt wald weëled
TALLER FESABID 2011 26 MAYO 5

6. IMPACT is supported by the European Community under the FP7 ICT Work Programme. The project is coordinated by the National Library of the Netherlands.
Reto institucional: falta de conocimiento y experiencia
ineficiencia
TALLER FESABID 2011 26 MAYO 6

7. IMPACT is supported by the European Community under the FP7 ICT Work Programme. The project is coordinated by the National Library of the Netherlands.
Cómo afrontar estos retos: La visión de IMPACT
• Digitalizar los textos impresos históricos en
Europa mejor, más rápido , más barato
• Proporcionar herramientas, servicios e
instalaciones para continuar avanzando en
este campo
TALLER FESABID 2011 26 MAYO 7

8. IMPACT is supported by the European Community under the FP7 ICT Work Programme. The project is coordinated by the National Library of the Netherlands.
El proyecto en cifras
 Apoyado por la Comunidad Europea a través de la línea ICT del FP7
 Coordinación Biblioteca Nacional de Países Bajos (KB)
 Tipo de proyecto: Proyecto de integración a Gran Escala
 Financiación de la UE : € 11 500 000
 Fecha de inicio: 1 enero 2008
 Duración: 48 meses
 A partir de 2012: Centro de competencia sostenible
 Contacto: impact@kb.nl
 Sitio web: www.impact-project.eu
TALLER FESABID 2011 26 MAYO 8

9. IMPACT is supported by the European Community under the FP7 ICT Work Programme. The project is coordinated by the National Library of the Netherlands.
Consorcio IMPACT - Inicial
 Bibliotecas  Universidades y Centros de Investigación
– National Library of the Netherlands (KB) – Dutch Institute for Lexicology (INL)
– The British Library (BL) – National Centre for Scientific Research –
– Bibliothèque nationale de France (BNF) Demokritos (NCSR)
– German National Library (DNB) – University of Salford (USAL)
– Bavarian State Library (BSB) – University of Munich (CIS group)
– Göttingen State and University Library – University of Innsbruck (InfMath group)
(UGOE) – University of Bath (UKOLN)
– Austrian National Library (ONB)
– University of Innsbruck Library (UIBK)  Proveedores comerciales
– IBM (Haifa Research Lab)
– ABBYY (Moscow)
TALLER FESABID 2011 26 MAYO 9

10. IMPACT is supported by the European Community under the FP7 ICT Work Programme. The project is coordinated by the National Library of the Netherlands.
OBJETIVOS
Mejora significativa de la digitalización masiva del texto impreso históricos mediante:
 Innovación del software OCR y tecnologías en torno a los idiomas
 Compartir conocimientos y poner en pie habilidades a nivel europeo
 Garantizar existencia a largo plazo herramientas y servicios al finalizar el proyecto
 Conseguir el intercambio de procesos o datos entre sistemas heterogéneos
(„interoperabilidad‟)
 Proporcionar una Guía de Mejores Prácticas en el ámbito de la digitalización
 Atender las necesidades de usuarios en diversos idiomas
TALLER FESABID 2011 26 MAYO 10

11. IMPACT is supported by the European Community under the FP7 ICT Work Programme. The project is coordinated by the National Library of the Netherlands.
Inicio 2008 nuevos socios i.a.:
… ... … …
23 Biblioteca Nacional de España BNE ES
24 Fundación Biblioteca Virtual Miguel de Cervantes-UA BVC-UA ES
25 Poznań Supercomputing and Networking Center PSNC PL
… … … …
BNE/UA = marzo de 2010
TALLER FESABID 2011 26 MAYO 11

12. IMPACT is supported by the European Community under the FP7 ICT Work Programme. The project is coordinated by the National Library of the Netherlands.
TALLER FESABID 2011 26 MAYO 12

13. IMPACT is supported by the European Community under the FP7 ICT Work Programme. The project is coordinated by the National Library of the Netherlands.
Extensión de objetivos
 Utilizar las herramientas de IMPACT para construir un léxico eficiente para idiomas
fuera de los objetivos iniciales de IMPACT
→ Inicialmente: inglés, alemán, holandés
→ Dp: lenguas romance y eslavas ej español
 Demostrar y difundir los resultados del proyecto en Europa del Sur y del Este, y
apoyar la adquisición de conocimientos en digitalización en dichos países
 Reforzar la cooperación y mejorar la explotación de las sinergias de I+D sobre ICT
a lo largo de la Unión Europea
 Establecer vínculos estratégicos con el fin de avanzar en:
 el acceso al conocimiento,
 desarrollo de estándares y
 soluciones interoperables
TALLER FESABID 2011 26 MAYO 13

14. IMPACT is supported by the European Community under the FP7 ICT Work Programme. The project is coordinated by the National Library of the Netherlands.
Estructura del proyecto: 4 subproyectos
OPERATIONAL CONTEXT (OC)
Requisitos, documentación wfs y mediciones
Mejores prácticas y directrices
Marco de trabajo e integración técnica - interoperabilidad
TEXT RECOGNITION (TR) -5 WG ENHANCEMENT & ENRICHMENT (EE)
Pre-procesamiento y segmentación Corrección colaborativa
OCR adaptativo y experimental Lexica e índices geográficos
Modelos y diccionarios Metadatos estructurales
CAPACITY BUILDING (CB)
Publicación recursos
Formación y apoyo
Demostraciones
TALLER FESABID 2011 26 MAYO 14

15. IMPACT is supported by the European Community under the FP7 ICT Work Programme. The project is coordinated by the National Library of the Netherlands.
Herramientas de OCR
Tecnologías para la extracción de texto en formato digital a partir de una página
 Motor de OCR adaptativo: Clave del proyecto IMPACT, software de primera línea
adaptado específicamente a las necesidades de las bibliotecas y que se adapta durante el
proceso de OCR, integrando otras herramientas:
 Image enhancement toolkit
 Segmentation toolkit
 Módulos de post-corrección
 Otros motores OCR
 Prototipos y herramientas experimentales
 Prototipo OCR sobre textos escritos a máquina (Typewritten OCR prototype)
 Wordspotting…
OC
TR EE
CB
TALLER FESABID 2011 26 MAYO 15

16. IMPACT is supported by the European Community under the FP7 ICT Work Programme. The project is coordinated by the National Library of the Netherlands.
Herramientas de enriquecimiento (tecnología
lingüística)
Conseguir que los resultados de OCR sean más precisos y accesibles
 Corrección colaborativa
Sistema de corrección colaborativa a través de web: plataforma web, adecuada para
participación voluntaria masiva, valida y corrige resultados OCR. La primera herramienta de
este tipo que se relaciona directamente a un motor de OCR
 Lexicon e índices geográficos
 Léxicos generales y NER (nnll-uk-ger)
 Herramientas para proporcionar medios que permitan superar barrera lingüística
histórica
 Metadatos estructurales
FEP: un conjunto de servicios web que pueden explotarse para detectar y etiquetar
automáticamente metadatos estructurales del material escaneado
OC
TR EE
CB TALLER FESABID 2011 26 MAYO 16

17. IMPACT is supported by the European Community under the FP7 ICT Work Programme. The project is coordinated by the National Library of the Netherlands.
Herramientas y servicios estratégicos
 Sitio web proporciona acceso a todos los resultados del proyecto y constituye el núcleo de una red virtual formada
por todos los centros de competencia europeos en materia de digitalización y las actividades de investigación
asociadas
 Un conjunto de herramientas de Apoyo a la Toma de Decisiones que puede utilizarse para inciar,
organizar, gestionar y evaluar el coste de los proyectos de digitalización masiva
 Recursos de aprendizaje (learning resource toolbox) con directrices de funcionamiento que sirvan
de guía para la implementación real de todas las herramientas producidas en el proyecto.
 Formación y apoyo
 Sistema Help Desk  peticiones, ayuda entre usuarios, socios del proyecto, centros de competencia de
digitalización.
 Programa de formación sobre temas y tecnologías en torno a la digitalización a gran escala con una amplia
gama de documentación de apoyo disponible a través del sitio web del proyecto
 Demos OC
TR EE
CB
TALLER FESABID 2011 26 MAYO 17

18. IMPACT is supported by the European Community under the FP7 ICT Work Programme. The project is coordinated by the National Library of the Netherlands.
Herramientas del entorno de trabajo
TALLER FESABID 2011 26 MAYO 18

19. IMPACT is supported by the European Community under the FP7 ICT Work Programme. The project is coordinated by the National Library of the Netherlands.
PRIMA
Repositorio de imágenes aportadas por las bibliotecas participantes que sirven de ejemplo
para los diversos planes proyectados
Home
TALLER FESABID 2011 26 MAYO 19

20. IMPACT is supported by the European Community under the FP7 ICT Work Programme. The project is coordinated by the National Library of the Netherlands.
PRIMA- groundtruth
TALLER FESABID 2011 26 MAYO 20

21. IMPACT is supported by the European Community under the FP7 ICT Work Programme. The project is coordinated by the National Library of the Netherlands.
MyExperiment
Plataforma o entorno de desarrollo donde investigadores intercambian ideas, desarrollos y
planes
Home
TALLER FESABID 2011 26 MAYO 21

22. IMPACT is supported by the European Community under the FP7 ICT Work Programme. The project is coordinated by the National Library of the Netherlands.
TALLER FESABID 2011 26 MAYO 22

23. IMPACT is supported by the European Community under the FP7 ICT Work Programme. The project is coordinated by the National Library of the Netherlands.
TAVERNA
Herramienta creada por un Grupo de Trabajo (myGrid) , de código libre (JAVA), que permite el
diseño y ejecución de Flujos de Trabajos
Servicio Web:
Interoperabilidad
Facilidad acceso
Dinamismo
Flujos simples & complejos
TALLER FESABID 2011 26 MAYO 23

24. IMPACT is supported by the European Community under the FP7 ICT Work Programme. The project is coordinated by the National Library of the Netherlands.
TAVERNA: flujos simples o complejos
TALLER FESABID 2011 26 MAYO 24

25. IMPACT is supported by the European Community under the FP7 ICT Work Programme. The project is coordinated by the National Library of the Netherlands.
Funcionamiento Taverna en Impact
TALLER FESABID 2011 26 MAYO 25

26. IMPACT is supported by the European Community under the FP7 ICT Work Programme. The project is coordinated by the National Library of the Netherlands.
TALLER FESABID 2011 26 MAYO 26

27. IMPACT is supported by the European Community under the FP7 ICT Work Programme. The project is coordinated by the National Library of the Netherlands.
TALLER FESABID 2011 26 MAYO 27

28. IMPACT is supported by the European Community under the FP7 ICT Work Programme. The project is coordinated by the National Library of the Netherlands.
TALLER FESABID 2011 26 MAYO 28

29. IMPACT is supported by the European Community under the FP7 ICT Work Programme. The project is coordinated by the National Library of the Netherlands.
TALLER FESABID 2011 26 MAYO 29

30. IMPACT is supported by the European Community under the FP7 ICT Work Programme. The project is coordinated by the National Library of the Netherlands.
TALLER FESABID 2011 26 MAYO 30

31. IMPACT is supported by the European Community under the FP7 ICT Work Programme. The project is coordinated by the National Library of the Netherlands.
TALLER FESABID 2011 26 MAYO 31

32. IMPACT is supported by the European Community under the FP7 ICT Work Programme. The project is coordinated by the National Library of the Netherlands.
TALLER FESABID 2011 26 MAYO 32

33. IMPACT is supported by the European Community under the FP7 ICT Work Programme. The project is coordinated by the National Library of the Netherlands.
TALLER FESABID 2011 26 MAYO 33

34. IMPACT is supported by the European Community under the FP7 ICT Work Programme. The project is coordinated by the National Library of the Netherlands.
TALLER FESABID 2011 26 MAYO 34

35. IMPACT is supported by the European Community under the FP7 ICT Work Programme. The project is coordinated by the National Library of the Netherlands.
TALLER FESABID 2011 26 MAYO 35

36. IMPACT is supported by the European Community under the FP7 ICT Work Programme. The project is coordinated by the National Library of the Netherlands.
TALLER FESABID 2011 26 MAYO 36

37. IMPACT is supported by the European Community under the FP7 ICT Work Programme. The project is coordinated by the National Library of the Netherlands.
TALLER FESABID 2011 26 MAYO 37

38. IMPACT is supported by the European Community under the FP7 ICT Work Programme. The project is coordinated by the National Library of the Netherlands.
Visión general del proceso y algunas de las
herramientas desarrolladas en IMPACT
TALLER FESABID 2011 26 MAYO 38

39. IMPACT is supported by the European Community under the FP7 ICT Work Programme. The project is coordinated by the National Library of the Netherlands.
Esquema del proceso OCR
CONVERSIÓN
DE FICHEROS
CORRECCIONES POST-PROCESO
GEOMÉTRICAS/ELIM. OCR +
EVALUACIÓN
MÁRGENES
“BINARIZACIÓN”
TALLER FESABID 2011 26 MAYO 39

40. IMPACT is supported by the European Community under the FP7 ICT Work Programme. The project is coordinated by the National Library of the Netherlands.
Conversión
Datos en el formato adecuado para cada aplicación
Módulos disponibles:
GIMP , ImageMagick
impact_gimp_tif_to_png_conversion_202058.t2flow
OpenJPEG
XML
Basic IMPACT Abbyy FRE 9 PAGE Exporter Ir
basic_impact_abbyy_fre_9_page_xml_creator_392392.t2flow
Iconv
TALLER FESABID 2011 26 MAYO 40

41. IMPACT is supported by the European Community under the FP7 ICT Work Programme. The project is coordinated by the National Library of the Netherlands.
Correcciones geométricas/Elim. márgenes
¿Porqué?
rotadas, márgenes no deseados, „curvas‟, páginas alabeadas …
TALLER FESABID 2011 26 MAYO 41

42. IMPACT is supported by the European Community under the FP7 ICT Work Programme. The project is coordinated by the National Library of the Netherlands.
A.-Correcciones geométricas
Basic IMPACT NCSR Geometric Correction Page Curl V3
Módulos disponibles:
ABBYY FineReader Engine
NCSR Geometric Correction “Page Curl”
TAVERNA:
basic_impact_ncsr_geometric_correction_page_curl_550389.t2flow
NCSR Border Removal
TAVERNA:
basic_impact_ncsr_border_removal_v4_603318.t2flow
OCRopus Deskewing
TALLER FESABID 2011 26 MAYO 42

43. IMPACT is supported by the European Community under the FP7 ICT Work Programme. The project is coordinated by the National Library of the Netherlands.
TALLER FESABID 2011 26 MAYO 43

44. IMPACT is supported by the European Community under the FP7 ICT Work Programme. The project is coordinated by the National Library of the Netherlands.
TALLER FESABID 2011 26 MAYO 44

45. IMPACT is supported by the European Community under the FP7 ICT Work Programme. The project is coordinated by the National Library of the Netherlands.
TALLER FESABID 2011 26 MAYO 45

46. IMPACT is supported by the European Community under the FP7 ICT Work Programme. The project is coordinated by the National Library of the Netherlands.
B.- Eliminación de márgenes
Basic IMPACT NCSR BorderRemoval
TALLER FESABID 2011 26 MAYO 46

47. IMPACT is supported by the European Community under the FP7 ICT Work Programme. The project is coordinated by the National Library of the Netherlands.
TALLER FESABID 2011 26 MAYO 47

48. IMPACT is supported by the European Community under the FP7 ICT Work Programme. The project is coordinated by the National Library of the Netherlands.
TALLER FESABID 2011 26 MAYO 48

49. IMPACT is supported by the European Community under the FP7 ICT Work Programme. The project is coordinated by the National Library of the Netherlands.
„Binarización‟ de imágenes
¿Porqué?
Tinta de una cara ha traspasado a la otra cara
Sombras de la otra cara de la hoja
Módulos disponibles:
ABBYY FineReader Engine
TAVERNA: basic_abbyy_fre_10_binarisation_936808.t2flow
OCRopus
TALLER FESABID 2011 26 MAYO 49

50. IMPACT is supported by the European Community under the FP7 ICT Work Programme. The project is coordinated by the National Library of the Netherlands.
TALLER FESABID 2011 26 MAYO 50

51. IMPACT is supported by the European Community under the FP7 ICT Work Programme. The project is coordinated by the National Library of the Netherlands.
TALLER FESABID 2011 26 MAYO 51

52. IMPACT is supported by the European Community under the FP7 ICT Work Programme. The project is coordinated by the National Library of the Netherlands.
TALLER FESABID 2011 26 MAYO 52

53. IMPACT is supported by the European Community under the FP7 ICT Work Programme. The project is coordinated by the National Library of the Netherlands.
Reconocimiento Óptico de Caracteres (OCR)
Segmentar el texto en las divisiones más sencillas (letras, caracteres)
 Facilitar el análisis por la máquina.
 Se identifica el carácter y se comprueban sus características o
propiedades con una BD interna hasta que encuentra con la que mejor
“encaja”
texto editable a partir de una imagen.
Módulos disponibles:
ABBYY FineReader Engine
IBM Adaptative OCR
Tesseract
TALLER FESABID 2011 26 MAYO 53

54. IMPACT is supported by the European Community under the FP7 ICT Work Programme. The project is coordinated by the National Library of the Netherlands.
Post-proceso / Evaluación
– mejorar una vez más el rendimiento al corregir los documentos
digitalizados.
– Groundtruth, que viene a ser una réplica exacta  análisis cuantitativo
cualitativo.
Módulos disponibles i.a.:
UIBK Functional Extension Parser
IBM CONCERT
NCSR Word Spotting (en fase de pruebas )
TALLER FESABID 2011 26 MAYO 54

55. IMPACT is supported by the European Community under the FP7 ICT Work Programme. The project is coordinated by the National Library of the Netherlands.
FEP (Functional Extension Parser)
Web para identificar automáticamente la estructura ( número de página, encabezamientos,
índice, tabla de contenido …) del material digitalizado Segmentación jerárquica
Puede reconocer el espacio de impresión y crear una tabla vinculada de contenidos, muy útil
para la producción de libros electrónicos
PROTOTIPO
TALLER FESABID 2011 26 MAYO 55

56. IMPACT is supported by the European Community under the FP7 ICT Work Programme. The project is coordinated by the National Library of the Netherlands.
CONCERT (Cooperative Engine for Correction of Extracted Text)
 Servicio Web como sistema para la corrección en colaboración o en convocatoria
abierta
 Evita la instalación en „cliente‟
 Intuitiva
 3 pasos:
 Carácter: presenta al usuario un listado con los caracteres identificados como la
misma letra
 Palabra: las anteriores letras se presentan en el contexto de la palabra y el
usuario eligirá las válidas
 Página: las anteriores selecciones se muestran a nivel de página
TALLER FESABID 2011 26 MAYO 56

57. IMPACT is supported by the European Community under the FP7 ICT Work Programme. The project is coordinated by the National Library of the Netherlands.
WORDSPOTTING
 Aplicación multiuso para detectar palabras clave en los documentos utilizando una
variedad de métodos de búsqueda
 Permite organización, gestión y administración de la colección de documentos
 Niveles: administradores y usuarios
 Uso de base de datos lo que proporciona un rapidez y fiabilidad en el
almacenamiento y la recuperación.
TALLER FESABID 2011 26 MAYO 57

58. IMPACT is supported by the European Community under the FP7 ICT Work Programme. The project is coordinated by the National Library of the Netherlands.
Papel de la BNE y de la UA en IMPACT
TALLER FESABID 2011 26 MAYO 58

59. IMPACT is supported by the European Community under the FP7 ICT Work Programme. The project is coordinated by the National Library of the Netherlands.
Biblioteca Nacional de España (CB)
 Entró a formar parte en marzo de 2010, II Fase del proyecto , en colaboración con
la Universidad de Alicante
 Aportación de más de 60.000 imágenes (UA-BVMC) y subida a PRIMA (md):
 Escala grises, color, 300 dpi, TIFF
 Obras anteriores XIX ej: Teatro Siglo de Oro
 Obras cuyo OCR no está ofreciendo buenos resultados
– En 3 sets: Development (Lexicon Building) – Evaluation - Demonstration
 Probar las funcionalidades realizadas por los desarrolladores participantes
 Demonstration dataset
 Lotes, repositorio resultados
 Difundir el proyecto (presentaciones a nivel interno, FESABID, T4 2011)
TALLER FESABID 2011 26 MAYO 59

60. IMPACT is supported by the European Community under the FP7 ICT Work Programme. The project is coordinated by the National Library of the Netherlands.
Universidad de Alicante (EE-CB)
 Colaboración en carga en el servidor de imágenes PRIMA
 Gestión de contrato GroundTruth (evaluación), control de calidad y subida a PRIMA
 Difundir el proyecto
 Creación de léxico español antiguo para conectar a las soluciones de OCR
TALLER FESABID 2011 26 MAYO 60

61. IMPACT is supported by the European Community under the FP7 ICT Work Programme. The project is coordinated by the National Library of the Netherlands.
TALLER FESABID 2011 26 MAYO 61

62. IMPACT is supported by the European Community under the FP7 ICT Work Programme. The project is coordinated by the National Library of the Netherlands.
Resultados clave de IMPACT
1. Un Centro de Competencia en digitalización textual con un modelo de negocio que pueda
sostenerse por sí mismo durante 3 años
2. Entorno de trabajo interoperable basado en sw Open Source con herramientas y recursos
extensibles para evaluar y demostrar resultados
3. Serie de herramientas y recursos modulares para mejorar el reconocimiento textual, la
implementación en workflows de digitalizaciones masivas
4. Prototipos que mejoran la investigación de 1ª línea en materia de reconocimiento textual.
5. Medios para poner en pie especialización en digitalización en Europa
TALLER FESABID 2011 26 MAYO 62

63. IMPACT is supported by the European Community under the FP7 ICT Work Programme. The project is coordinated by the National Library of the Netherlands.
IMPACT productos y servicios
IMPACT CENTRE OF COMPETENCE IN TEXT D I G I T I S A T I ON
LICENSING,
TOOL TAKE UP COMMITMENT
TERMS AND
IMPACT LIBRARIES IMPACT PARTNERS
CONDITIONS
INTEROPERABILITY FRAMEWORK
Framework components
Demonstration
results
Library expectations
Datasets and
Ground Truth
Evaluation tools and
metrics
Requirements
Means to build
digitisation capacity Tools that significantly
Modular suite of tools for improved text recognition
enhance SOA on different
Web Community (mass)
aspects of Text Recognition
Workflow
Decision Support Tools
ABBYY FR10 Functional Extension Parser Image enhancement toolkit
Documen-
Knowledge Base tation
Lexical Segmentation toolkit
IBM Adaptive OCR Resources
Helpdesk
Learning Experimental prototypes
Resources CONCERT Post correction modules
Training Programme Tools for lexicon building
TALLER FESABID 2011 26 MAYO 63

64. IMPACT is supported by the European Community under the FP7 ICT Work Programme. The project is coordinated by the National Library of the Netherlands.
Entorno de trabajo interoperable
Entorno de trabajo basado en Sw open
Source y Libre que permiten:
 Ofrecer herramientas como
servicios web,
 crear workflows con herramientas
de IMPACT y externas
 instrumentos y recursos para
deomostrar y evaluar resultados
TALLER FESABID 2011 26 MAYO 64

65. IMPACT is supported by the European Community under the FP7 ICT Work Programme. The project is coordinated by the National Library of the Netherlands.
Ejemplo: Entorno para la evaluación del rendimiento
Resultados
Evaluación
Escenarios de Mediciones
Evaluación Evaluación
Herramientas
Evaluación
Resultados Compatibilidad a través de Ground Truth
un formato común
Herramientas Herramientas
OCR Repositorio GT
de
imágenes TALLER FESABID 2011 26 MAYO 65

66. IMPACT is supported by the European Community under the FP7 ICT Work Programme. The project is coordinated by the National Library of the Netherlands.
Herramientas IMPACT: Ejemplos
CONCERT: OCR
Corrección
participación
voluntaria
Functional
Extension Parser:
metadatos
estructurales
TALLER FESABID 2011 26 MAYO 66

67. IMPACT is supported by the European Community under the FP7 ICT Work Programme. The project is coordinated by the National Library of the Netherlands.
Prototipos de Investigación: Ejemplo
Plataforma
Mejora de
imagen y
segmentación TALLER FESABID 2011 26 MAYO 67

68. IMPACT is supported by the European Community under the FP7 ICT Work Programme. The project is coordinated by the National Library of the Netherlands.
Puesta en pie de especialización en digitalización:
ejemplos
 Digitisation Health Check: expertos para evaluar y mejorar
workflows de digitalización actuales y recomendaciones para
poner en práctica nuevos flujos de trabajo.
 Herramientas comunitarias. :
– Helpdesk
– Recursos de aprendizaje.
– Comunidad web…
TALLER FESABID 2011 26 MAYO 68

69. IMPACT is supported by the European Community under the FP7 ICT Work Programme. The project is coordinated by the National Library of the Netherlands.
 Un único centro al que acudan todos los depositarios de contenido de Europa
 Objetivo principal: digitalización más rápida, de mejor calidad y más barata
 Plataforma adaptaple  productos y servicios diferentes a clientes distintos
 Modelo de negocio Freemium
– Productos y servicios básicos gratuitos,
– Pago por servicios, productos premium/especiales
– Permitir generación de ingresos para posibilitar sostenibilidad
TALLER FESABID 2011 26 MAYO 69

70. IMPACT is supported by the European Community under the FP7 ICT Work Programme. The project is coordinated by the National Library of the Netherlands.
Tres Segmentos deCompetence in Text Digitisation
IMPACT Centre of Clientes
Service & Product
Content Holders Researchers
Providers
institutiones institutiones e Tienen productos que
depositarias de textos individuos deseen poner a
históricos que desean relacionadas con disposición de
digitalizar. investigación dentro CH/Rr
del alcance de
IMPACT Fundamentalmente
Sector público y sector privado
Sector público y
privado privado
TALLER FESABID 2011 26 MAYO 70

71. IMPACT is supported by the European Community under the FP7 ICT Work Programme. The project is coordinated by the National Library of the Netherlands.
IMPACT Centre of Competence in Text Digitisation
Service & Product
Content Holders Researchers
Providers
Registration (Free)
IMPACT Tools IMPACT Tools
IMPACT Tools
IMPACT KnowledgeBase Researcher Evaluation
Training & Education (online tutorials)
Toolset Evaluation Research Dataset
Training & Education (online tutorials) Training & Education (online tutorials)
Subscription (fee)
IMPACT Tools
Reports & Publications IMPACT Tools
IMPACT Tools
Tools Online Reports & Publications
Training & Education (Sponsorship)
Toolset Evaluation (configurable) Training & Education
Community Tools
Training & Education Community Tools
Community Tools
Premium (pay as you go)
IMPACT Tools
Digitisation Health Check Training & Education (inc. Conference)
Training & Education (Sponsorship)
Training & Education (inc. Conference)
TALLER FESABID 2011 26 MAYO 71

72. IMPACT is supported by the European Community under the FP7 ICT Work Programme. The project is coordinated by the National Library of the Netherlands.
Tres niveles de acceso (propuestas)
 Registro (gratuito)
IMPACT Centre of Competence in Text Digitisation
 Suscripción Content Holders Researchers
Service & Product
Providers
 Pay as you go Registration (Free)
IMPACT Tools IMPACT Tools
IMPACT Tools
IMPACT KnowledgeBase Researcher Evaluation
Training & Education (online tutorials)
Toolset Evaluation Research Dataset
Training & Education (online tutorials) Training & Education (online tutorials)
 3º trimestre 2011
Subscription (fee)
IMPACT Tools
Reports & Publications IMPACT Tools
IMPACT Tools
Tools Online Reports & Publications
Training & Education (Sponsorship)
Toolset Evaluation (configurable) Training & Education
Community Tools
Training & Education Community Tools
Community Tools
Premium (pay as you go)
IMPACT Tools
Digitisation Health Check Training & Education (inc. Conference)
Training & Education (Sponsorship)
Training & Education (inc. Conference)
date footertext TALLER FESABID 2011 26 MAYO 72

73. IMPACT is supported by the European Community under the FP7 ICT Work Programme. The project is coordinated by the National Library of the Netherlands.
Twitter: @impactocr, #impactproject
 Tweets sobre últimas
noticias en IMPACT
 (Re)tweets de noticias
en torno a la
digitalización,
tecnología OCR y
lingüística
 Tweets en vivo
durante conferencias,
talleres
TALLER FESABID 2011 26 MAYO 73

74. IMPACT is supported by the European Community under the FP7 ICT Work Programme. The project is coordinated by the National Library of the Netherlands.
LinkedIn group: IMPACT Improving Access to Text
 Comunidad online
 Canal para obtener
feedback sobre los
entregables IMPACT
(versiones posteriores)
 Discusiones sobre
digitalización, tecnología
OCR y lingüística
TALLER FESABID 2011 26 MAYO 74

75. IMPACT is supported by the European Community under the FP7 ICT Work Programme. The project is coordinated by the National Library of the Netherlands.
IMPACT blog: impactocr.wordpress.com
 Utilizado para talleres
y días de
demostración
 Incorporación de
– Presentaciones
– Vídeos
TALLER FESABID 2011 26 MAYO 75

76. IMPACT is supported by the European Community under the FP7 ICT Work Programme. The project is coordinated by the National Library of the Netherlands.
www.impact-project.eu
TALLER FESABID 2011 26 MAYO 76

77. IMPACT is supported by the European Community under the FP7 ICT Work Programme. The project is coordinated by the National Library of the Netherlands.
Boletín trimestral IMPACT
Secciones:
 Novedades
 Especial en torno a una
herramienta
 Fotos e informes sobre
contribuciones de IMPACT
a conferencias
 Entrevistas equipo humano
IMPACT
TALLER FESABID 2011 26 MAYO 77

78. IMPACT is supported by the European Community under the FP7 ICT Work Programme. The project is coordinated by the National Library of the Netherlands.
Canal de IMPACT en Youtube
www.youtube.com/user/theimpactproject
 Breves
introducciones sobre
cada subproyecto y
cada uno de los
líderes de los
distintos work
package
 Vídeo de
presentación de
IMPACT elaborado
por la KB
 Video de IBM sobre
CONCERT
TALLER FESABID 2011 26 MAYO 78

79. IMPACT is supported by the European Community under the FP7 ICT Work Programme. The project is coordinated by the National Library of the Netherlands.
IMPACT Helpdesk
www.impact-project.eu/helpdesk
TALLER FESABID 2011 26 MAYO 79

80. IMPACT is supported by the European Community under the FP7 ICT Work Programme. The project is coordinated by the National Library of the Netherlands.
Cómo estar al día sobre IMPACT
 En Twitter
 Unión al LinkedIn group
 Visita el blog y el website
 Lista de correo del proyecto para recibir el boletín trimestral
 Canal Youtube
 Para cualquier pregunta ó feedback: contactar con IMPACT helpdesk
TALLER FESABID 2011 26 MAYO 80

81. IMPACT is supported by the European Community under the FP7 ICT Work Programme. The project is coordinated by the National Library of the Netherlands.
GRACIAS POR SU ATENCIÓN
isabel.bordes@bne.es
Jefe de Servicio de Biblioteca Digital BNE
TALLER FESABID 2011 26 MAYO 81