Deutsches Institut für Wirtschaftsforschung (DIW Berlin)

Im Jahr 2010 haben wir für das Deutsche Institut für Wirtschaftsforschung (DIW Berlin) neun Jahrgänge der Wochenberichte des DIW mit ca. 4.000 Seiten digitalisiert. Die Images wurden mittels automatischer Texter­kennung (OCROCR (Optical Character Recognition) ist die automatische Umwandlung von Bilddaten in Volltext. Da die rein optische Zeichenerkennung relativ fehlerträchtig ist, wird sie in der Regel durch verschiedene statistische und linguistische Verfahren zur Fehlerkorrektur ergänzt, z.B. ICR (Intelligent Character Recognition).) im Volltext erschlossen. Ausgabeformate waren TIFFTIFF (Tagged Image File Format) ist ein weit verbreitetes und sehr flexibles Dateiformat für Bilddaten. Bei Digitalisierungsprojekten wird es oft für unkomprimierte oder verlustfrei komprimierte Master-Dateien benutzt., JPEGJPEG (Joint Photographic Experts Group) ist ein in der Regel verlustbehaftetes Komprimierungsverfahren und Dateiformat für Bilddaten. und PDF mit hinterlegtem Volltext sowie bibliografische Angaben zu Heften und Artikeln für den Import nach Bibliotheca 2000.