Add dataset: swiss_federal_council_handwritten_text_recognition
@loleg 已经在做这个了。
开始于 2022年11月3日。
评估
这个 Issue 还没有评估数据。
描述
A URL for this dataset
https://doi.org/10.5281/zenodo.4746342
Dataset description
This data set is a test set generated to test the capabilities of engines for Optical Character Recognition and Handwritten Text Recognition.
The data set consists of extracts of the minutes of the Swiss Federal Council. The single lines have been randomly chosen from about 150'000 pages of handwritten minutes.
For each line, an image file is being provided by the Swiss Federal Archives/Schweizerisches Bundesarchiv [images.tar.gz]. Please cite the images as follows: Excerpts of BAR E1004.1#1000/9#1-215. The images are in the public domain.
A PageXML file [page.zip] accompanies every image file and indicates the transcription and coordinates of the line.
Dataset modality
Mixed
Dataset licence
Creative Commons Attribution 4.0 International
Other licence
No response
How can you access this data
As a download from a repository/website
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
No response
- 主要语言
- 没有语言数据
- 星标
- 91
- 派生
- 8
- PR 合并指标
- 30 天内没有已合并 PR
环境准备
这个项目没有提供开发容器、Dockerfile 或贡献指南，环境需要你自己搭建：先看它的 README，通用步骤见我们的新手贡献指南。
从这里开始
- 先读完整个 Issue，再读项目的贡献指南。
- 在 Issue 下留言说明你要接手 —— 这能避免两个人做同样的事。
- Fork 仓库，在一个分支上完成修改。
- 提交 Pull Request，并在描述里引用这个 Issue 编号。
bigscience-workshop/lam 的其他 Issue
-
dataset good first issue
难度 2/5 1-3 小时 新手友好度 68/100
bigscience-workshop/lam#86 · 1 条评论 ·
-
dataset
难度 2/5 1-3 小时 新手友好度 68/100
bigscience-workshop/lam#65 · 1 条评论 ·
-
candidate-dataset
难度 2/5 1-3 小时 新手友好度 35/100
bigscience-workshop/lam#92 · 1 条评论 ·
-
dataset
难度 2/5 1-3 小时 新手友好度 35/100
bigscience-workshop/lam#87 ·
-
dataset
难度 4/5 3-5 天 新手友好度 42/100
bigscience-workshop/lam#85 · 1 个 reaction ·