Hacktoberfest 2026: những issue maintainer đã đánh dấu cho tháng Mười, đang mở và phù hợp người mới. Xem issue Hacktoberfest

bnl_ground_truth_newspapers_before_1878

Đang mở
  • Có gì không ổn?
#79 3 bình luận 0 reaction 0 người được giao Xem trên GitHub

Chưa có ai nhận issue này.

Đánh giá

Độ khó
3/5
Thời gian dự kiến
1-2 ngày
Mức phù hợp với người mới
35/100
Loại issue
Tính năng
Độ rõ ràng
Cần làm rõ
Mức độ hoạt động
Đình trệ
Lĩnh vực
data

Hướng nghiên cứu

Bắt đầu với URL của dataset trong issue và kiểm tra repository để tìm hiểu cách các lần gửi dataset được biểu diễn. Issue cung cấp metadata cho collection BnL historical-newspapers, nhưng không nêu entry point, file hoặc test nào. Không có tiêu chí hoàn thành nào được chỉ định ngoài việc cung cấp dataset này trong project.

Do mô hình lập chỉ mục viết ra từ nội dung của issue.

Mô tả

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]

Ngôn ngữ chính
Không có dữ liệu ngôn ngữ
Star
91
Fork
8
Không có pull request nào được merge trong 30 ngày

Chuẩn bị môi trường

Dự án này không cung cấp dev container, Dockerfile hay hướng dẫn đóng góp, nên bạn cần tự thiết lập môi trường: hãy bắt đầu từ README và xem hướng dẫn đóng góp lần đầu của chúng tôi để biết các bước chung.

Bắt đầu từ đâu

  1. Đọc hết issue, rồi đọc hướng dẫn đóng góp của dự án.
  2. Bình luận trên issue rằng bạn sẽ nhận — tránh hai người làm cùng một việc.
  3. Fork repository và làm thay đổi trên một nhánh.
  4. Mở pull request có tham chiếu số hiệu của issue.

Issue khác của bigscience-workshop/lam

Tất cả issue của bigscience-workshop/lam

Issue tương tự

Thêm issue về Data Engineering

Nhận issue mới trong hộp thư của bạn

Bản tóm tắt ngắn những issue GitHub phù hợp với người mới.