Nyeste Skilderie af Kjøbenhavn
Link til fritekstsøgning: https://hislabaau.shinyapps.io/Nyeste_skilderie/
Udgivelsessted: København
Periode dækket: 1803-1831
Digitaliseret: Januar 2025 - Juni 2025
Digitaliseret af: Johan Heinsen
Billedproveniens: Niels Jensen
Version: 1.0
Sidst opdateret: 25. juni 2025.
Præcision af tekstgenkendelse
Kendte udfordringer, der forårsager ujævn præcision:
Avisen er digitaliseret fra andre affotograferinger end de øvrige aviser. Disse er høj kvalitet, men stammer fra indbundne udgaver, hvor margin imod ryggen forårsager fejl.
Der forekommer enkelte fejl i dateringen.
Tekstsegmenteringsmodellen er ikke tunet til materialet. Den splitter typisk avisens længere indlæg i mindre stykker.
Forklaring af datasættets kolonner
text: Indeholder den identificerede tekst. Teksten er segmenteret. Algoritmen er designet til at transkribere bogstavret og tekstsøgninger skal indrettes derefter. Det er denne variabel, der søges i via søgeknappen. Søgefeltet godtager regex.
id: Dette er et unikt id for den givne tekst. Vær opmærksom på, at disse id’er opdateres for hver udgave af datasættet.
dato: Datoen for udgivelsen i formatet år-måned-dag. Du kan klikke på datoen og læse hele udgaven for den givne dato.
pwa (= predicted word accuracy): Denne kolonne indeholder en beregnet score for præcisionen på tekstgenkendelsen. Værdierne rangerer mellem 0 og 1.
vis_lignende: Her har du mulighed for en alternativ filtrering, der viser en given teksts 25 nærmeste slægtninge i avisen. Slægtskabet er udregnet på baggrund af teksternes placering i et semantisk rum skabt via en encoder-model (https://huggingface.co/JohanHeinsen/Old_News_Segmentation_SBERT_V0.1) og Facebook Artificial Intelligence Similarity Search (https://faiss.ai/index.html).