Level 1

Spezifische drucktechnische Aspekte und typographischen Besonderheiten werden nicht beachtet und nicht im Ground-Truth Korpus dokumentiert. Eine Normalisierung wird in stärkerem Maß vorgenommen. Folgende Zeichen werden normalisiert:

• langes-s zu rundem-s
• Umlaute (e über dem Vokal) zu äöüÄÖÜ
• sz zu ß
• Virgel zu Kommata
• Anführungszeichen werden in den heutigem Gebrauch überführt und nicht unterschieden
• Trennzeichen werden in den heutigem Gebrauch überführt und nicht unterschieden
• das runde-r in Verbindung mit c wird aufgelöst in etc.
• Die Wiedergabe von Leerzeichen beschränkt sich darauf, dass diese ausschließlich Wörter von einander trennen.
• Satzzeichen werden immer an das vorangegangene Wort herangezogen.