Add dataset: [bnl_newspapers1841-1879]
Nadie ha tomado este issue todavía.
Evaluación
- Dificultad
- 2/5
- Tiempo estimado
- 1-3 horas
- Aptitud para principiantes
- 35/100
- Tipo de issue
- Nueva funcionalidad
- Claridad
- Bastante claro
- Estado de actividad
- Estancado
- Área
- data, documentation
Línea de trabajo
Comienza inspeccionando las entradas de datasets existentes en el repositorio y el formato de contribución; después, compara la URL, los metadatos, la licencia, la modalidad y los detalles de acceso de este issue con esas entradas. Añade el dataset bnl_newspapers1841-1879 en la ubicación establecida y verifica que el enlace de origen y los campos requeridos estén representados correctamente.
Escrito por el modelo de indexación a partir del texto del issue.
Descripción
A URL for this dataset
https://data.bnl.lu/data/historical-newspapers/
Dataset description
630.709 articles from historical newspapers (1841-1879) along with metadata and the full text.
21 newspaper titles
24.415 newspaper issues
99.957 scanned pages
Transcribed using a variety of OCR engines and corrected using https://github.com/natliblux/nautilusocr (95% threshold)
The newspapers used are:
- Der Arbeiter (1878)
- L'Arlequin (1848-1848)
- L'Avenir (1868-1871)
- Courrier du Grand-Duché de Luxembourg (1844-1868)
- Cäcilia (1863-1871)
- Diekircher Wochenblatt (1841-1848)
- Le Gratis luxembourgeois (1857-1858)
- L'Indépendance luxembourgeoise (1871-1879)
- Kirchlicher Anzeiger für die Diözese Luxemburg (1871-1879)
- La Gazette du Grand-Duché de Luxembourg (1878)
- Luxemburger Anzeiger (1856)
- Luxemburger Bauernzeitung (1857)
- Luxemburger Volks-Freund (1869-1876)
- Luxemburger Wort (1848-1879)
- Luxemburger Zeitung (1844-1845)
- Luxemburger Zeitung = Journal de Luxembourg (1858-1859)
- L'Union (1860-1871)
- Das Vaterland (1869-1870)
- Der Volksfreund (1848-1849)
- Der Wächter an der Sauer (1849-1869)
- D'Wäschfra (1868-1879)
Dataset modality
Text
Dataset licence
Creative Commons Public Domain Dedication and Certification
Other licence
No response
How can you access this data
As a download from a repository/website
size of dataset
500MB-2GB
Confirm the dataset has an open licence
- To the best of my knowledge, this dataset is accessible via an open licence
Contact details for data custodian
- Lenguaje dominante
- Sin datos de lenguaje
- Estrellas
- 91
- Forks
- 8
- Métricas de merge de PR
- Sin PR fusionados en 30 d
Preparar el entorno
Este proyecto no incluye contenedor de desarrollo, Dockerfile ni guía de contribución, así que la configuración corre por tu cuenta: empieza por su README y consulta nuestra guía para la primera contribución para los pasos generales.
Primeros pasos
- Lee el issue completo y luego la guía de contribución del proyecto.
- Comenta en el issue que vas a ocuparte — evita que dos personas hagan lo mismo.
- Haz un fork del repositorio y trabaja en una rama.
- Abre un pull request que haga referencia al número del issue.
Más de bigscience-workshop/lam
-
dataset good first issue
Dificultad 2/5 1-3 horas Aptitud para principiantes 68/100
bigscience-workshop/lam#86 · 1 comentario ·
-
dataset
Dificultad 2/5 1-3 horas Aptitud para principiantes 68/100
bigscience-workshop/lam#65 · 1 comentario ·
-
dataset
Dificultad 2/5 1-3 horas Aptitud para principiantes 35/100
bigscience-workshop/lam#87 ·
-
Add dataset: chronicling_americaAbiertodataset
Dificultad 4/5 3-5 días Aptitud para principiantes 42/100
bigscience-workshop/lam#85 · 1 reacción ·
-
Add dataset: TexBiGAbiertodataset
Dificultad 3/5 1-2 días Aptitud para principiantes 35/100
bigscience-workshop/lam#84 ·
Todos los issues de bigscience-workshop/lam
Issues similares
-
Remove: Fox Deportes SDAbiertocheck:passed feeds:remove
Dificultad 1/5 Menos de una hora Aptitud para principiantes 65/100
iptv-org/database#37176 · 1 comentario · 1 reacción ·
Los mantenedores suelen responder en 9 días
-
Report: alsharqiya https issuesAbiertoapproved check:passed streams:remove
Dificultad 1/5 Menos de una hora Aptitud para principiantes 60/100
Los mantenedores suelen responder en 1 día
-
Dificultad 2/5 1-3 horas Aptitud para principiantes 68/100
pyjanitor-devs/pyjanitor#1758 ·
Los mantenedores suelen responder en 1 día
-
fix(data-integrity): Eliminate silent random unowned catalog card assignment fallback in createCardAbiertobug data-integrity frontend p2-medium security
Dificultad 2/5 1-3 horas Aptitud para principiantes 72/100
SriSatyaLokesh/card-crew#73 ·
Los mantenedores suelen responder en 1 día
-
Dificultad 1/5 Menos de una hora Aptitud para principiantes 72/100
obophenotype/human-phenotype-ontology#11799 ·