数据集 - 海数据

新皮塔瓦尔刑事案例集1842_1890

2025年12月22日 30 180 115

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...

ZIP

缅因州法律索引数据集

2025年12月20日 30 14 9

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...

ZIP

InftyMCCDB_2数学表达式数据集

2025年12月18日 30 200 143

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:...

ZIP

葡萄牙语发票收据图像及字段标注数据集

2025年12月14日 30 127 88

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。...

ZIP

CIS_OCR工作坊早期印刷品OCR与后校正数据集

2025年12月12日 30 195 88

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...

ZIP

十诫表格_卡纳达语

2025年12月6日 30 169 99

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）：...

ZIP

跑步比赛号码识别OCR数据集-2023-trainingdatapro

2025年5月7日 30 79 17

跑步比赛号码识别OCR数据集-2023-trainingdatapro 数据来源：互联网公开数据标签：比赛号码识别,OCR技术,跑步赛事,计算机视觉,图像标注,文本检测,文本识别,马拉松,比赛号码检测,图像数据集,文本提取数据概述：...

ZIP

越南高考考生答题卡图像与成绩数据集VietnamNationalHighSchoolExamAnswerSheetImageandScore-tuan10201

2025年5月5日 30 76 48

越南高考考生答题卡图像与成绩数据集VietnamNationalHighSchoolExamAnswerSheetImageandScore-tuan10201 数据来源：互联网公开数据标签：高考, 答题卡, 图像识别, OCR, 成绩分析, 越南, 教育, 数据集数据概述：...

ZIP

FAST-NU院校指南信息提取数据集-ahmedembedded

2025年4月23日 30 44 37

FAST-NU院校指南信息提取数据集-ahmedembedded 数据来源：互联网公开数据标签：FAST-NU,院校指南,OCR技术,学术项目,录取标准,课程详情,教育研究,数据科学,机器学习,信息提取数据概述：本数据集包含从FAST-NU（巴基斯坦国家科学技术大学基金会）院校指南中提取的文本数据，利用Tesseract...