Eski Günlükler Aranabilir Bir Arşive Nasıl Dönüştürülür?

Bir arama sonucunun sizi nereye ulaştırması gerektiğine karar verin

Taramaya veya etiketlemeye başlamadan önce yapmayı beklediğiniz aramaları not edin. Örneğin: “Mart 1998'e ait girdileri göster”, “eski daireden bahsedilen tüm yerleri bul” veya “tren yolculuğu hakkında yazdığım sayfayı aç”. Bunlar farklı ihtiyaçlara işaret eder: tarihler tutarlı tarih alanlarına, konular etiketlere veya aranabilir metne, sayfa düzeyinde erişim ise kalıcı sayfa referanslarına ihtiyaç duyar.

İşlevselliğini yitirmeyen en küçük birimi seçin. Sayfa başına bir tarihli girdi içeren bir günlük için her sayfaya bir kayıt oluşturmak uygun olabilir. Girdiler birkaç sayfaya yayılıyorsa, girdiyi tek bir kayıt olarak ele alın ve ilk ile son sayfa tanımlayıcılarını saklayın. Tarih belirsizse veya bir girdi ayırıcı bir çizgiyi aşarak devam ediyorsa, tahmin yürütmek yerine bu belirsizliği kaydedin. D03-p014 gibi kalıcı bir tanımlayıcı, daha sonra görsel dosyalarını yeniden adlandırsanız bile Cilt 3, sayfa 14'ü işaret edebilir.

Bu pratik bir tasarım tercihidir, arşivcilik kuralı değildir. Kongre Kütüphanesi'nin kişisel arşivleme kaynakları, kişisel koleksiyonların taranması ve dijital materyallerin korunması konusunda rehberlik sunmaktadır; daha kapsamlı rehberinde dijital içeriğin erişilebilir kalabilmesi için teknolojiye bağımlı olduğuna dikkat çekilmektedir (Library of Congress, Personal Digital Archiving). Bir arama kaydının bir sayfa görselini işaret etmesi ve orijinal taramanın kullanılabilir bir kopyasını saklamanızın gerekçesi tam olarak budur.

1. Adım: İşleme başlamadan önce bir envanter çıkarın

Günlükleri ve ciltleri fiziksel sıralarına göre listeleyin. Bir cilt etiketi, yaklaşık tarih aralığı, sayfaların numaralandırılmış olup olmadığı ve önceden bildiğiniz eksiklikler veya araya eklenmiş ekleri kaydedin. Envanteri tarihlerin tam olmasına bağımlı kılmayın: tarihleri bilinmeyen bir defterin de sıralamada bir yeri olmalıdır.

Envanterle bağlantılı, tanımlayıcı ve kalıcı dosya adları kullanın; örneğin bir görsel için D03_p014_master.tif ve transkripsiyonu için D03_p014.txt gibi. Süreç boyunca tek bir tanımlayıcı biçimi kullanın. Dosya adı için tek anahtar olarak tarihi kullanmayın; bir girdinin tarihi olmayabilir, tarihi belirsiz olabilir veya sonradan düzeltilmiş olabilir. İşlemleri farklı oturumlara bölüyorsanız, son tamamlanan sayfayı envanterde işaretleyin; böylece boşlukları ve tekrarları tespit etmek kolaylaşır.

2. Adım: Metnin kontrol edilebilmesi için sayfaları dijitalleştirin

Sayfaları okuma sırasına göre tarayın veya fotoğraflayın; konumları önem taşıyorsa boş veya bilerek atlanmış sayfaları da dahil edin. Sayfanın tamamını kadrajda tutun, kenar notlarını kırpmaktan kaçının ve çekilen görselde el yazısının okunaklı olduğundan emin olun. Bir sayfa kırılgansa, zarar verme riski taşıyacak şekilde düzleştirmeyin veya üzerine bastırmayın; değerli veya hassas materyaller için çekim yöntemini uyarlayın veya uygun konservasyon tavsiyesi alın.

Referans kopya olarak yüksek kaliteli bir sayfa görseli saklayın ve gerektiğinde daha küçük veya aranabilir türevler oluşturun. Kongre Kütüphanesi, arşivleme kaynaklarının bir parçası olarak kişisel tarama rehberliği sunmaktadır. NARA'nın dijitalleştirme rehberi kişisel günlükler için değil federal kayıtlar için yazılmıştır; ancak dijitalleştirme kalitesinin ve kalite yönetiminin güvenilir bir dönüştürme iş akışının açık bir parçası olduğunu ortaya koymaktadır (NARA digitization resources). Kişisel bir koleksiyon için pratik ders basittir: metinlerine güvenmeden önce temsili görselleri gözden geçirin ve bulanık, kırpılmış, eğri veya okunması zor sayfaları inceleyin.

3. Adım: OCR uygulayın, ardından görselle karşılaştırarak inceleyin

OCR, seçilen araç yazı biçimini ve el yazısı stilini destekliyorsa basılı veya el yazısı sayfa görsellerini bilgisayarın arayabileceği metne dönüştürebilir. Çıktıyı doğrulanmış bir transkripsiyon olarak değil, bir bulma aracı (fihrist) olarak değerlendirin. Eski el yazısı, soluk mürekkep, alışılmadık imlalar, kısaltmalar, araya eklemeler ve sayfa hasarları kelimelerin yanlış veya eksik çıkmasına neden olabilir. Arama sonucunda hiçbir şeyin çıkmaması, o kelimenin günlükte yer almadığını kanıtlamaz.

Önce küçük bir örneklem üzerinde çalışın. Koleksiyonu temsil eden sayfalar seçin: net yazı, sıkışık yazı, farklı kalemler veya kağıtlar ve varsa İngilizce dışındaki metinler. Çıktının kullanılabilir olup olmadığını ve aracın dili ve yazı sistemini tanıyıp tanımadığını kontrol edin. OCR güvenilmezse, yalnızca arama olasılığınızın en yüksek olduğu girdileri veya sayfaları transkribe edin ya da hibrit bir yaklaşım benimseyin: görseli koruyun, manuel olarak kontrol edilmiş kısa bir metin girin ve belirsiz kelimeleri işaretleyin. Yazarın imlasını sessizce “düzeltmeyin” veya kısaltmaları açmayın; aramayı kolaylaştırmak için bir terimi standartlaştırıyorsanız orijinal ifadeyi koruyun ve standartlaştırılmış versiyonu ayrı olarak etiketleyin.

Kalite kontrolü için, güvenmeyi planladığınız önemli bir isim, tarih veya arama terimi içeren her OCR satırını inceleyin. Her satırı kontrol edemiyorsanız, transkripti incelenmedi olarak işaretleyin ve incelenen aralığı kaydedin. [?] veya [okunaksız] gibi bir standart kullanarak belirsizliği görünür kılın ve belirsiz metni sayfa görseliyle ilişkilendirin. Nelerin kontrol edilip nelerin edilmediğini görebildiğiniz sürece, transkript eksik olsa bile arşiviniz kullanışlı kalmaya devam eder.

4. Adım: Sade bir meta veri kaydı kullanın

Her sayfaya veya girdiye, onu bulmaya ve anlamlandırmaya yardımcı olacak alanlar içeren kısa ve öz bir kayıt atayın. Başlangıç için pratik bir set şunları içerir:

Bu yapı, resmi bir standardı benimseme zorunluluğunu değil, genel tanımlayıcı meta veri yaklaşımlarını yansıtır. Dublin Core Metadata Initiative'in kullanıcı kılavuzu başlık, tanımlayıcı, konu, tarih, açıklama ve haklar gibi özellikleri açıklar ve meta veri değerlerinin nasıl oluşturulacağını tartışır (DCMI, Creating Metadata). Özel bir günlük indeksi için bu fikirler bir başlığa veya girdi etiketine, kalıcı bir kimliğe, kullanışlı konulara, tarihlere ve erişim notlarına dönüşür. Bir elektronik tabloyla başlayabilirsiniz; koleksiyonunuz veya arama ihtiyaçlarınız bunun ötesine geçmedikçe özel bir veri tabanına gerek yoktur.

Günlükte yazılanları kendi yorumunuzdan ayrı tutun. Örneğin, tarihin 5 Nisan mı yoksa 4 Mayıs mı anlamına geldiğini bilmiyorsanız Yazıldığı gibi tarih: 4/5 ve Standartlaştırılmış tarih: bilinmiyor olarak kaydedin. Muhtemelen 2001 baharı gibi bir not, orijinal tarih alanına değil bir çıkarım alanına aittir. Bu ayrım, kaynak kanıtı değiştirmeden daha sonra düzeltme yapmayı mümkün kılar.

5. Adım: Kapsamlı açıklama için değil, bilgiye erişim için etiket seçin

Muhtemel aramaları yansıtan kısa bir sözlükle başlayın: kişiler, yerler, tekrarlanan etkinlikler, projeler veya adlandırılmış olaylar. Aynı yazım şeklini tutarlı bir şekilde uygulayın ve bir kişi veya yer birden fazla adla anılıyorsa eşanlamlılar (takma adlar) kullanın. Bir etiket materyale erişmeye yardımcı olmalıdır; sayfadaki her şeyi özetlemesi gerekmez.

Her kelime grubu için yeni bir etiket oluşturmaktan kaçının. Notlarınızda “tren”, “demiryolu” ve “06:10” ifadelerinin tümü aynı tekrarlayan konuyu ifade ediyorsa, tren seyahati gibi tek bir standart etikete ihtiyacınız olup olmadığına karar verin ve orijinal ifadeyi transkriptte tutun. Belirttiğiniz arama hedefine hizmet etmeyen hassas tanımlayıcı etiketler eklemeyin. Konusal aramalar için tam metin araması yeterli olabilir; manuel etiketler en çok OCR'ın zayıf olduğu durumlarda veya farklı ifadelere rağmen ilgili pasajları bir araya getirmeniz gerektiğinde değerlidir.

6. Adım: Aramaları test edin ve zayıf halkaları düzeltin

Hedefinize uygun birkaç gerçek arama deneyin: kesin bir tarih, bir kişi, bir yer, tekrarlayan bir konu ve OCR'ın yanlış okuyabileceği bir kelime öbeği. Her sonucun sizi doğru görsele ve sayfaya götürüp götürmediğini kontrol edin. Bir arama bilinen bir pasajı kaçırıyorsa nedenini bulun: tarih alanı tutarsız olabilir, ismin varyantları olabilir, OCR başarısız olmuş olabilir veya sonuç dizine eklenmemiş bir notun içine gizlenmiş olabilir.

Bu başarısızlığı, ayrım gözetmeksizin her yere meta veri eklemek için değil, sistemin ilgili bölümünü iyileştirmek için kullanın. Tekrarlanan bir aramayı çözüyorsa bir kişinin adına bir varyant/takma ad ekleyin. Kaynak görsel okumayı netleştirdiğinde OCR'ı düzeltin. Bir girdi birden fazla sayfaya yayılıyorsa sayfa düzeyinde bir not ekleyin. İncelenen sayfaları, yapılan düzeltmeleri ve çözülmemiş maddeleri içeren kısa bir işlem günlüğü tutun; bu, gerçekten sonuç vermeyen bir arama ile henüz işlenmemiş bir bölümü ayırt etmenize yardımcı olur.

Gizlilik, sınırlar ve mantıklı bir durma noktası

Aranabilir bir metin kopyası, günlüğün içeriğini kapalı bir deftere kıyasla çok daha kolay açığa çıkarabilir. Bir bulut OCR hizmeti veya paylaşılan bir arşiv kullanmadan önce depolama, erişim ve silme koşullarının ihtiyaçlarınıza uygun olup olmadığını değerlendirin. Materyalin yerel kalması gerekiyorsa, hem görselleri hem de metni sizin kontrolünüzde tutan bir iş akışı seçin. Paylaşımlı erişim için hangi ciltlerin veya alanların açılmasının uygun olduğuna karar verin; bir arama indeksinin her şeyi içermesi gerekmez.

Kağıt günlükleri sırf dijitalleştirildiler diye elden çıkarmayın. Bir tarama sayfanın o anki görüntüsünü korur; OCR ise türetilmiş bir metin desteğidir ve hatalar içerebilir. Benzer şekilde, bu sistem el yazısıyla yazılmış her kelimenin aranabilir olacağını garanti edemez. Kalitesi; sayfa durumuna, çekim netliğine, el yazısına, dil desteğine ve ne kadar inceleme yaptığınıza bağlıdır.

Mantıklı bir durma noktasına; her günlük sayfasının kalıcı bir referansı olduğunda, hedeflenen aramalar için gereken tarihler ve etiketler tutarlı hale geldiğinde ve önemli arama sonuçlarından oluşan bir örneklem doğru sayfaya ulaştığında gelinmiş olur. Bir ciltle başlayın, iş akışını test edin, ardından bunu geri kalanına uygulayın. Görseli koruyun, belirsiz metinleri belirsiz olarak açıkça belirtin ve meta verinin ihtiyaç duyduğunuzda pasajı karşınıza çıkaracak kadar işleve sahip olmasına izin verin.

Bu konuyu keşfetmeye devam et