找到2个数据集

标签: 古籍文本

过滤结果

  • TPDL_2020_Based_古籍OCR噪声命名实体识别评估基准数据

    2026年1月26日 30 202 73

    数据集概述 本数据集为古籍命名实体识别（NER）评估基准数据，基于CoNLL-02（西班牙语、荷兰语）和CoNLL-03（英语）NER语料库，通过模拟OCR噪声生成多语言含噪文本，包含原始文本转图像、添加扫描噪声、Tesseract OCR提取及文本对齐等处理环节，用于评估OCR质量对NER任务的影响。 文件详解 文件名称：ner_dataset-...
    packageimg

  • BiblicalNamesCorpus_Source_希腊新约圣经人名变体研究语料库

    2026年1月14日 30 97 79

    数据集概述 本数据集为希腊新约圣经人名语料库，包含不同手稿中人名的拼写变体、屈折变化及提及情况，支持通过定量分析（远读）识别文本的添加、遗漏或其他变体模式，为近读研究提供假设依据。数据集含8个文件，覆盖JSON和CSV两种格式。 文件详解 数据文件（共8个，含4个JSON文件、4个CSV文件）...
    packageimg