Dr. Yong-Mi Rauch

Dr. Yong-Mi Rauch forscht an der Schnittstelle von Digital Humanities, Archivwissenschaft und Informatik. Ihr Schwerpunkt liegt auf der digitalen Erschließung historischer Bestände, insbesondere durch die Anwendung von Bildverarbeitung und Machine Learning zur Erkennung handschriftlicher Artefakte in alten Drucken. Sie engagiert sich in Projekten zur Provenienzforschung und der digitalen Infrastruktur für kulturelles Erbe, wie der Digitalisierung der VD18 und der Arbeitsbibliothek der Brüder Grimm. Ihre Arbeit verbindet technische Methoden mit kultur- und wissenschaftsgeschichtlicher Analyse.

🔒 Das System hat 191 mögliche Industrie-Partner gefunden — Firmen, Scores und Begründungen sind nur für eingeloggte Nutzer:innen sichtbar. Anmelden

• Digitalisierung und Erschließung der im deutschen Sprachraum erschienenen Drucke des 18. Jahrhunderts (VD 18)

  Quelle ↗

  Förderer: DFG sonstige Programme Zeitraum: 03/2021 - 12/2022 Projektleitung: Dr. Yong-Mi Rauch

• Entsäuerung im Mengenverfahren von kulturhistorisch wertvollem Buchbestand mit Schwerpunkt Belletristik (Sammlungen, Rara und Pflichtexemplare)

  Quelle ↗

  Förderer: Andere Senatsverwaltungen Zeitraum: 08/2024 - 12/2024 Projektleitung: Dr. Yong-Mi Rauch, Martin Lee

• Entsäuerung im Mengenverfahren von kulturhistorisch wertvollem Buchbestand mit Schwerpunkt Belletristik (Sammlungen, Rara und Pflichtexemplare)

  Quelle ↗

  Förderer: Sonstige Bundesmittel Zeitraum: 08/2024 - 12/2024 Projektleitung: Dr. Yong-Mi Rauch

• Erkennung von handschriftlichen Unterstreichungen in Alten Drucken

  2019

  BIBLIOTHEK Forschung und Praxis · DOI

  Zusammenfassung Die Erkennung handschriftlicher Artefakte wie Unterstreichungen in Buchdrucken ermöglicht Rückschlüsse auf das Rezeptionsverhalten und die Provenienzgeschichte und wird auch für eine OCR benötigt. Dabei soll zwischen handschriftlichen Unterstreichungen und waagerechten Linien im Druck (z. B. Trennlinien usw.) unterschieden werden, da letztere nicht ausgezeichnet werden sollen. Im Beitrag wird ein Ansatz basierend auf einem auf Unterstreichungen trainierten Neuronalen Netz gemäß der U-Net Architektur vorgestellt, dessen Ergebnisse in einem zweiten Schritt mit heuristischen Regeln nachbearbeitet werden. Die Evaluationen zeigen, dass Unterstreichungen sehr gut erkannt werden, wenn bei der Binarisierung der Scans nicht zu viele Pixel der Unterstreichung wegen geringem Kontrast verloren gehen. Zukünftig sollen die Worte oberhalb der Unterstreichung mit OCR transkribiert werden und auch andere Artefakte wie handschriftliche Notizen in alten Drucken erkannt werden.

• In Bewegung: Gelehrtenbibliotheken an der Universitätsbibliothek

  2018

  edoc Publication server (Humboldt University of Berlin) · DOI

• Ein Blick in die Historischen Sammlungen

  2018

  edoc Publication server (Humboldt University of Berlin)