数据集概述
本数据集源自1854年F-A. Kronauge所著《巴黎德国移民名录》，包含1854年巴黎及周边地区德国移民的地址与身份信息。数据经数字化处理，提供高/标准质量扫描页、OCR文本及结构化JSON/XML/CSV/SQL数据文件，2022年12月更新至v2版本，2025年3月优化OCR识别质量，支持历史移民研究与数字化分析。
文件详解
- 扫描文件
- 文件名称：HD.zip、SD.zip
- 文件格式：ZIP（含图片文件）
- 字段映射介绍：HD.zip为书籍高清扫描页，SD.zip为标准质量扫描页，记录名录原始视觉内容
- 图片元数据文件
- 文件名称：pics_metadata.csv
- 文件格式：CSV
- 字段映射介绍：包含图片尺寸、DPI等元数据信息
- OCR文件
- 文件名称：OCR.zip、ocr_v2.zip
- 文件格式：ZIP（含文本文件）
- 字段映射介绍：OCR.zip为原始文本提取文件，ocr_v2.zip为2025年优化后版本，提升Fraktur与拉丁脚本混合识别精度
- 结构化数据文件（v2版本）
- 文件名称：adressbuch1854_v2.json、adressbuch1854_v2.xml、adressbuch1854_v2.csv
- 文件格式：JSON、XML、CSV
- 字段映射介绍：分别以JSON、XML、CSV格式存储提取的结构化移民数据，包含名录核心信息
- 数据库文件
- 文件名称：adressbuch1854.sql.zip、adressbuch1854_v2.sql
- 文件格式：ZIP、SQL
- 字段映射介绍：adressbuch1854.sql.zip为网站关联MySQL数据库原始压缩包，adressbuch1854_v2.sql为v2版本数据库文件
数据来源
F-A. Kronauge《Adreßbuch der Deutschen in Paris für das Jahr 1854》（1854），原始文献链接：https://bibliotheques-specialisees.paris.fr/ark:/73873/pf0000884072
适用场景
- 历史移民研究：分析1854年巴黎德国移民的分布特征、职业构成与社会网络
- 数字人文研究：利用OCR文本与结构化数据开展19世纪移民文献的数字化分析
- 城市历史地理研究：结合地址信息还原19世纪巴黎德国移民的空间分布规律
- 历史数据可视化：通过结构化数据构建移民信息可视化平台或交互式地图
- 文本识别技术优化：基于Fraktur脚本OCR数据，开展历史文献字符识别算法的改进研究
