数据集概述
本数据集包含1673年《德累斯顿选帝侯约翰·格奥尔格二世宫廷日记》的二十页手写文本基准数据，采用17世纪末萨克森典型楷书体书写，偶见混合字体。提供与原始图像对齐的转录文本及元数据，支持手写文本识别模型训练与评估。
文件详解
该数据集包含三类文件，具体说明如下：
- 图像文件（20个）：
- 文件格式：JPG（.jpg）
- 内容：原始手稿扫描图像，与转录文本对齐，文件命名含编号（如0105_00000111.tif.original.jpg）
- 转录文件（21个）：
- 文件格式：XML（.xml）
- 内容：采用ALTO XML格式存储的手写文本转录数据，遵循DTABF-M schema调整规则（如区分长s与圆s、保留u/v原始形态等），文件命名与对应图像匹配（如0006_00000012.tif.original.xml）
- 元数据与说明文件（1个）：
- 文件名称：README_K117.txt
- 文件格式：TXT（.txt）
- 内容：数据集背景、转录规则、数据来源等说明文档
数据来源
SLUB Dresden（萨克森州立与大学图书馆德累斯顿）
适用场景
- 手写文本识别（HTR/OCR）研究：用于训练和评估17世纪德文手写体识别模型
- 历史文献数字化：支持早期现代德语手稿的自动转录与文本分析
- 数字人文研究：为17世纪萨克森地区宫廷历史、书写文化研究提供结构化文本数据
- 古籍数字化工具开发：作为基准数据集优化古籍图像分割与文本对齐算法
