Hacktoberfest 2026: le issue che i maintainer hanno segnato per ottobre, aperte e adatte ai principianti. Sfoglia le issue Hacktoberfest

bnl_ground_truth_newspapers_before_1878

Aperta
  • Qualcosa non va?
#79 3 commenti 0 reazioni 0 assegnatari Vedi su GitHub

Nessuno ha ancora preso questa issue.

Valutazione

Difficoltà
3/5
Tempo stimato
1-2 giorni
Idoneità per principianti
35/100
Tipo di issue
Funzionalità
Chiarezza
Da chiarire
Stato di attività
Ferma
Ambito
data

Direzione di ricerca

Inizia dall’URL del dataset nell’issue e ispeziona il repository per trovare come sono rappresentati gli invii di dataset. L’issue fornisce i metadati per la raccolta BnL historical-newspapers, ma non indica un punto di ingresso, un file o un test. Non sono specificati criteri di completamento oltre a rendere disponibile questo dataset nel progetto.

Scritto dal modello di indicizzazione a partire dal testo della issue.

Descrizione

dataset
A URL for this dataset

https://data.bnl.lu/data/historical-newspapers/

Dataset description

33.000 transcribed text lines from historical newspapers (before 1878) along with the cropped images of the original scans

Text line based OCR
19.000 text lines in Antiqua
14.000 text lines in Fraktur
Transcribed using double-keying (99.95% accuracy)
Public Domain, CC0 (See copyright notice)
Best for training an OCR engine

The newspapers used are:

  • Le Gratis luxembourgeois (1857-1858)
  • Luxemburger Volks-Freund (1869-1876)
  • L'Arlequin (1848-1848)
  • Courrier du Grand-Duché de Luxembourg (1844-1868)
  • L'Avenir (1868-1871)
  • Der Wächter an der Sauer (1849-1869)
  • Luxemburger Zeitung (1844-1845)
  • Luxemburger Zeitung = Journal de Luxembourg (1858-1859)
  • Der Volksfreund (1848-1849)
  • Cäcilia (1862-1871)
  • Kirchlicher Anzeiger für die Diözese Luxemburg (1871-1878)
  • L'Indépendance luxembourgeoise (1871-1878)
  • Luxemburger Anzeiger (1856)
  • L'Union (1860-1871)
  • Diekircher Wochenblatt (1837-1848)
  • Das Vaterland (1869-1870)
  • D'Wäschfra (1868-1878)
  • Luxemburger Bauernzeitung (1857)
  • Luxemburger Wort (1848-1878)
Dataset modality

Mixed

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

[email protected]

Lingua principale
Nessun dato sulla lingua
Stelle
91
Fork
8
Nessuna PR unita negli ultimi 30g

Preparare l'ambiente

Questo progetto non fornisce container di sviluppo, Dockerfile né guida per i contributori, quindi l'ambiente è a tuo carico: parti dal suo README e consulta la nostra guida al primo contributo per i passaggi generali.

Come iniziare

  1. Leggi tutta la issue e poi la guida ai contributi del progetto.
  2. Commenta sulla issue per dire che te ne occupi tu — evita che due persone facciano lo stesso lavoro.
  3. Fai un fork del repository e lavora su un branch.
  4. Apri una pull request che faccia riferimento al numero della issue.

Altre issue di bigscience-workshop/lam

Tutte le issue di bigscience-workshop/lam

Issue simili

Altre issue su Data Engineering

Ricevi le nuove issue nella tua casella

Un breve riepilogo di issue GitHub adatte ai principianti.