德累斯顿宫廷日记手写文本识别真值数据集1653_1656

数据集概述

该数据集包含17世纪萨克森宫廷日记（1653-1656）的12页手写文本真值数据，采用典型的萨克森官方法式草书（Kanzleikurrent）书写，偶见混合字体。提供与原始图像对齐的转录文本及ALTO XML格式文件，适用于手写文本识别模型训练与验证。

文件详解

• 图像文件：
• 12个JPG格式文件（如0004_00000008.tif.original.jpg），为原始手稿扫描件，存储于对应命名文件夹中
• 标注文件：
• 13个ALTO XML格式文件（如0030_00000034.tif.original.xml），包含与图像对齐的转录文本，遵循DTABF-M schema调整后的转录规范
• 说明文件：
• README_k113.txt：文本格式，包含数据集核心说明、转录规范及数据来源信息

数据来源

SLUB Dresden（萨克森州立与大学图书馆德累斯顿）

适用场景

• 手写文本识别（HTR/OCR）模型训练与性能评估
• 17世纪萨克森草书（Kurrent）书写特征研究
• 历史文献数字化转录方法优化
• 古籍文本格式标准化处理研究