数据集概述
本数据集收录国际劳工局20世纪历史研究报告的英文文本集合，基于ILO-SR系列原始文档创建。包含251个文件，主要为文本文件，可用于非商业研究，使用需注明国际劳工局为原始来源。
文件详解
- 文本文件（.txt）
- 文件名称：如ILO-SR_F5_engl.pdf.txt、ILO-SR_NS49_engl.pdf.txt等（共249个）
- 文件格式：TXT
- 字段映射介绍：包含国际劳工局历史研究报告的OCR识别文本内容，涵盖报告标题、发布机构、日期及核心议题（如1921年《禁止在绘画中使用白铅》报告内容）
- 压缩文件（.zip）
- 文件名称：20191218-ilo-dataset.zip
- 文件格式：ZIP
- 字段映射介绍：数据集压缩包，包含所有相关文件
- 许可文件（LICENSE）
- 文件名称：LICENSE
- 文件格式：无扩展名
- 字段映射介绍：数据集使用许可说明，规定非商业使用及来源标注要求
数据来源
国际劳工局（International Labour Office），原始文档地址：https://www.ilo.org/public/libdoc/ilo/ILO-SR/
适用场景
- 国际劳工史研究：分析20世纪国际劳工组织发布的研究报告内容，探究劳工政策演变
- 社会政策文献分析：提取报告中的劳工标准、行业规范等信息，支持社会政策历史研究
- 非商业学术研究：作为国际劳工领域非商业学术研究的原始文本资料
- 历史文献数字化应用：验证OCR处理历史PDF文档的效果，优化数字化工作流程
