Tekstretrieval in krantencollecties

Abstract

Bij projecten waarin historische tekstuele bronnen worden omgezet in machineleesbare tekst, wordt vaak gebruik gemaakt van optische tekenherkenning, oftewel Optical Character Recognition (OCR). Meestal beschikken deze projecten niet over de middelen voor de controle van de automatisch herkende tekst. Een oplossing voor dit probleem lijkt het gebruik van tekstretrieval-software, die varianten in spelling (fuzzy-zoeken) ondersteunt. Astrid Verheusen en Rubrecht Zaat beschrijven een recent project waarin de nauwkeurigheid van deze retrievalsoftware werd getoetst.