BNE_Based_PastReader_2025_历史报刊数字化完整数据

数据集概述

该数据集用于IberLEF 2025的PastReader 2025共享任务，基于西班牙国家图书馆数字化的公共领域历史报刊生成，包含训练、开发、测试三类压缩文件，支持相关历史文本处理任务研究。

文件详解

• 文件名称：train.zip
• 文件格式：ZIP压缩文件
• 说明：训练集压缩包，具体内容未提供预览
• 文件名称：dev.zip
• 文件格式：ZIP压缩文件
• 说明：开发集压缩包，具体内容未提供预览
• 文件名称：test.zip
• 文件格式：ZIP压缩文件
• 说明：测试集压缩包，具体内容未提供预览

数据来源

西班牙国家图书馆（BNE）Hemeroteca Digital平台

适用场景

• 历史文本处理研究：支持历史报刊OCR文本的校对、分析等任务开发
• 共享任务参与：用于IberLEF 2025的PastReader 2025共享任务模型训练与评估
• 数字人文研究：为历史报刊数字化资源的利用提供数据支持
• 自然语言处理应用：适用于历史文本相关的NLP技术研究与实验