britannica-illustrated-pages biglam

種別
dataset
ライセンス
other
言語
en
ダウンロード
652
いいね
32
アクセス
public
ファイル
35

タグ

  • 画像データセット
  • デジタル人文科学
  • 文化遺産
  • 歴史文書
  • 画像分類
  • 英語テキストデータ
  • ドキュメント画像
  • 多モーダルデータセット

概要

エンサイクロペディア・ブリタニカ初版(1768-71)から第14版(1929)までのデジタル化書物から、ページ分類器で選別した挿絵入りページ11万5293件を収録した画像データセット。図版・図表・銅版画を含むページのJPEG画像とメタデータ(pages)、全97万余ページの分類スコア・OCR語数・来歴(manifest)の2つの設定で提供。文化遺産や歴史文書、デジタル人文科学の研究、挿絵マイニング技術の評価に適しています。

README

--- pretty_name: Britannica Illustrated Pages license: other license_name: public-domain-by-publication-date-pre-1930 language: - en configs: - config_name: crop_masks data_files: - split: train path: crop_masks/train-* - config_name: manifest data_files: - split: train path: manifest/train-* - con…

查看完整页面 · 查看原文