Bij de universiteitsbibliotheek trainen ze kunstmatige intelligentie om oude kaarten te herkennen
Binnenkort hoeven onderzoekers niet meer in de onderzoekszaal te zoeken naar een kerk of klooster uit 1800. De universiteitsbibliotheek traint namelijk software die met behulp van kunstmatige intelligentie oude kaarten kan herkennen. ‘Onlangs hebben we duivenkooien toegevoegd, daar wisten we niet van dat ze een eigen symbool hadden.’
Als een onderzoeker een oud kasteel wil vinden, gaat hij bij instellingen in de catalogus op zoek naar kaarten. Om de kaart te bekijken moet hij dan vaak naar de onderzoekzaal. Staat het kasteel niet op de kaart, dan begint de zoektocht opnieuw.
Als het aan Wim Kuppen ligt, projectleider digitale diensten bij de universiteitsbibliotheek van de UvA, dan zoekt de onderzoeker in de toekomst op zijn computer direct in alle kaarten naar kastelen in Gelderland in 1800. Daarvoor traint Kuppen samen met vrijwilligers nu software die met kunstmatige intelligentie symbolen – zoals forten, kastelen en plaatsnamen – op oude kaarten kan herkennen.
Voorlopig is de universiteitsbibliotheek de eerste die dit doet. Kuppen: ‘We moeten niet denken dat alleen wij dit kunnen bedenken, maar we zijn het op andere plekken nog niet tegengekomen.’
Atlas der Neederlanden
Het eerste project van Kuppen is de Atlas der Neederlanden. Kuppen: ‘Dat is een mooie set om de software mee te trainen. Het is namelijk een groot corpus aan kaarten van verschillende kaartenmakers tussen 1600 en 1800. Het origineel ligt in het Allard Pierson. Daarnaast is de Atlas ook al gedigitaliseerd en beschikbaar via Wikimedia Commons.’
Op een computer laat Kuppen zien hoe dat in z’n werk gaat. Met de software Hasty speurt hij naar kastelen die hij vervolgens selecteert en een gekleurd label geeft. Zo traint hij de software om de symbolen zelf te gaan herkennen.
Alle trefwoorden zoals kastelen, kerken, kloosters, bruggen, bossen en bomen krijgen een uniform resource identifier (URI), zodat het systeem voor alle landen bruikbaar is. De trefwoordenset kan nog groeien. ‘Onlangs hebben we duivenkooien toegevoegd. Daar wisten we niet van dat ze een eigen symbool hadden.’
Nu herkent de software vooral tekst. ‘Er staat heel veel tekst op kaarten, dus we zijn blij dat de software de teksten doet. Met de bomen hebben we een probleem. Er zijn al 7.000 bomen geselecteerd, maar de software herkent ze nog te slecht.’
(Lees verder onder de afbeelding.)
Vrijwilligers
De Atlas in kaart brengen is geen klein klusje. ‘Een kaart ter grootte van ongeveer A1 markeren is gemiddeld tien uur werk,’ rekent Kuppen voor. ‘De Atlas heeft zeshonderd kaarten, dus dat is 6.000 uur werk. Drie jaar werk, als een persoon zich er fulltime op toelegt. Kuppen: ‘Met alleen eigen personeel krijgen we dat niet voor elkaar. Dus we zijn nog op zoek naar vrijwilligers. Die druppelen geleidelijk aan binnen.’
Hoelang het duurt voordat de hele Atlas in kaart is gebracht? Kuppen: ‘Ik reken op een doorlooptijd van 12 maanden, dus het zou tegen de zomer 2023 klaar moeten zijn.’ Dat is natuurlijk afhankelijk van het aantal vrijwilligers dat zich aanmeldt. De meeste vrijwilligers hebben interesse in geschiedenis of kaarten. Lees hier meer over het project, of meld je aan bij Wim Kuppen.
Als alles volgens plan verloopt, is komt het datamodel tegen die tijd, los van de software Hasty, beschikbaar voor andere onderzoekers en bibliotheken die het ook willen gebruiken voor hun kaartencollectie. Ook de dataset van de Atlas wordt voor onderzoekers beschikbaar gesteld.
