找到8个数据集

分类: 公开数据 标签: OCR技术

过滤结果

  • TEI_XML_OGD_苏黎世州政府决议数字化档案数据集_1887_1902

    2026年1月20日 30 156 61

    数据集概述 本数据集包含1887至1902年苏黎世州政府决议的TEI-XML文件，源自政府会议记录的转录与格式转换。数据覆盖政治决策及日常事务等广泛主题，约4万份文件，按档案原卷册结构组织，含决议元数据及正文内容，为历史研究提供结构化政府档案资源。 文件详解 主文件：TKR_RRB_1887-1902_OCR_NER.zip 文件格式：ZIP（压缩包）...
    packageimg

  • Local_Geohistory_Project_Based_康涅狄格州法律索引数据1789_1943

    2026年1月3日 30 31 8

    数据集概述 本数据集是Local Geohistory Project的一部分，旨在传播康涅狄格州的法律索引数据，涵盖1789年至1943年的私人和特殊法律。这类法律针对特定个人、实体或地区，是新英格兰地区调整市政边界和政府形式的主要方式。数据集包含一个TSV格式的法律索引文件，无法律全文或链接。 文件详解 文件名称：law-indexes-...
    packageimg

  • 新皮塔瓦尔刑事案例集1842_1890

    2025年12月22日 30 116 44

    数据集概述 本数据集是《新皮塔瓦尔》（1842-1890）刑事案例集的数字化文本语料库，包含五七百个来自不同国家、不同时期的刑事案例，共六十卷，由数字人文合作项目采用校正OCR技术处理，为相关文学语料库分析研究提供基础数据。 文件详解 该数据集主要包含一个ZIP压缩包文件，具体说明如下： - 文件名称: DerNeuePitaval_v1.2.zip...
    packageimg

  • 缅因州法律索引数据集

    2025年12月20日 30 30 13

    数据集概述 本数据集是Local Geohistory Project的一部分，旨在传播美国缅因州的法律索引数据。内容聚焦1820至1957年间的私人与特别法律，不包含法律全文或链接，因OCR技术可能存在未捕获的错误。 文件详解 文件名称: localgeohistoryproject/law-indexes-maine-v1.1.1.zip...
    packageimg

  • InftyMCCDB_2数学表达式数据集

    2025年12月18日 30 183 59

    数据集概述 该数据集是InftyCDB-2的修改版本，包含扫描文章页面中的数学表达式。原始数据含21,056个表达式，经去除矩阵和网格公式后保留19,381个，覆盖213个符号类，按符号与关系类分布划分为训练集（12,551张图像）和测试集（6,830张图像），表达式符号数量平均为7.33个。 文件详解 压缩文件包: LG_test.zip:...
    packageimg

  • 葡萄牙语发票收据图像及字段标注数据集

    2025年12月14日 30 132 70

    数据集概述 该数据集包含八百一十三张葡萄牙语的私人公司发票与收据图像，以及对应文本文件，记录了销售方名称、地址、税号、购买方税号、发票日期、总金额、税额和文档编号等关键字段的转录信息。 文件详解 1_Images.zip：压缩文件，包含所有发票与收据的图像文件，格式未提及。...
    packageimg

  • CIS_OCR工作坊早期印刷品OCR与后校正数据集

    2025年12月12日 30 143 101

    数据集概述 本数据集包含2015年在慕尼黑LMU举办的CIS OCR工作坊资料，聚焦数字人文领域早期印刷品的OCR技术与后校正方法，以压缩包形式存储，为相关技术研究提供参考资料。 文件详解 文件名称：OCR-Workshop-v1.0.zip 文件格式：ZIP压缩包...
    packageimg

  • 十诫表格_卡纳达语

    2025年12月6日 30 207 179

    数据集概述 该数据集包含以卡纳达语呈现的十诫文本，同时提供了对应的英文说明。数据以图像文件和三维模型文件形式存储，涵盖了十诫的核心内容，为研究宗教文本的多语言呈现提供支持。 文件详解 图像文件（共5个，.jpeg格式）：...
    packageimg