Van Tasword naar Joomla: een digital preservation avontuur
Nu ik al weer een tijdje bezig ben met een aanbeveling uit mijn eigen doctoraalscriptie (boek)geschiedenis van bijna veertig jaar geledenZie: https://cannedit.org/projects/books-of-tongerlo-abbey en: https://tongerlo.cannedit.org/catalog., vond ik het tijd om die ongepubliceerde scriptie hier online ter beschikking te stellen. Maar wat een avontuur was dat. Ik dacht dat het ongeveer een middagje werk zou zijn: de papieren versie scannen, OCR-en, er een nette PDF van maken en die dan publiceren. Maar dat bleek al snel een veel te optimistische inschatting.
De scriptie was destijds afgedrukt op een Star NL-10 matrix printer en daarna enkele malen vermenigvuldigd via een Xerox kopieer machine. Maar hoewel de afdrukken na bijna veertig jaar nog verrassend goed leesbaar zijn, bleken ze voor OCR-software verre van ideaal. De karakteristieke matrix letters in de Xerox kopieën zorgden voor zoveel herkenningsfouten dat het corrigeren daarvan haast evenveel werk zou zijn als het opnieuw overtypen van de tekst. Ik moest dus iets anders verzinnen.
![]() |
![]() |






