数据集概述
本数据集包含从美国国会图书馆Chronicling America馆藏报纸中提取的图像样本，这些图像由Newspaper Navigator模型预测为“地图”类别，同时附带人工修正的标签（标记为“map”或“not a map”）。数据集用于优化历史报纸图像中地图类别的识别精度，辅助历史地理研究与报纸图像内容分析。
文件详解
- 报纸地图图像压缩包
- 文件名称：newspaper_maps.zip
- 文件格式：ZIP
- 字段映射介绍：包含被Newspaper Navigator预测为“地图”的历史报纸图像文件，图像路径示例为“newspaper_maps/dlc_fairymoss_ver01_data_sn83030313_00271743737_1871030501_0687_000_2_99.jpg”
- 图像元数据文件
- 文件名称：2020_30_10_13_19_228_sample.json
- 文件格式：JSON
- 字段映射介绍：包含每个预测图像的元数据，来源为Newspaper Navigator数据集
- 人工修正标签文件
- 文件名称：map_labels.csv
- 文件格式：CSV
- 字段映射介绍：包含两列数据，fname为图像文件路径，label为人工修正的标签（map/not a map），示例数据为“newspaper_maps/dlc_fairymoss_ver01_data_sn83030313_00271743737_1871030501_0687_000_2_99.jpg,map”
- 许可说明文件
- 文件名称：LICENSE.txt
- 文件格式：TXT
- 字段映射介绍：包含Chronicling America馆藏内容的版权与复制说明，及相关参考链接
数据来源
https://news-navigator.labs.loc.gov/
适用场景
- 历史报纸图像分类模型优化: 用于训练和评估历史报纸中地图类别的识别模型，提升预测精度
- 历史地理研究: 通过人工修正的地图图像，分析特定历史时期报纸中的地理信息呈现
- 数字人文资源开发: 为数字化历史报纸的内容结构化处理提供标注数据支持
- 计算机视觉模型验证: 作为小样本数据集，验证图像分类模型在低标注样本场景下的性能表现
