范妮_门德尔松致威廉_亨塞尔书信转录数据集

数据集概述

本数据集包含范妮·门德尔松致丈夫威廉·亨塞尔的122封书信转录内容，源自柏林国家图书馆的两文件夹藏品，共250页、2240行文本，以PAGE、ALTO及基础TEI格式存储，支持历史书信研究与手写文本识别模型训练。

文件详解

• 文件名称：1878144588.zip、1878121294.zip
• 文件格式：ZIP压缩包
• 内容说明：每个压缩包对应柏林国家图书馆的一个书信文件夹，包含：
• 单页文件：每页1个PAGE或ALTO格式文件（含无文本页），记录页面布局与转录内容
• 文件夹级TEI文件：基于PAGE文件生成，每封信封装于元素中

数据来源

柏林国家图书馆、柏林艺术大学

适用场景

• 手写文本识别（HTR）模型训练：提供德国库伦特字体单手写体训练数据
• 历史语言学研究：分析1829年亲密书信的语言特征与书信体交流模式
• 传记研究：补充范妮·门德尔松及其家庭的生平资料
• 数字人文应用：作为数字版本或语义标注的基础素材