正在查看 1 个帖子:1-1 (共 1 个帖子)
  • 作者
    帖子
  • @225026 回复 ⚑举报 

    双溪钓叟
    游客

    具体情况如下:

    这是一位网友分享的1880-1948年(缺少数日期,不含广告版)《申报》OCR,纯文本txt格式,共约2.7G
    github.com/moss-...w-text.zip

    虽然《申报》作为主流报纸,用《全国报刊索引》等数据库很容易查到。但是有本地纯文本,显然比线上数据库更方便AI检索。
    其OCR准确率非常高,识别错误很少,正文和标题匹配得也很好,小标题还都做成了特殊格式。

正在查看 1 个帖子:1-1 (共 1 个帖子)
正在查看 1 个帖子:1-1 (共 1 个帖子)

上传图片

拖拽或点击选择图片(最多五张)

回复至:有人分享《申报》1880-1948 纯文本,不知如何获取?望技术大咖下载共享
您的信息:



发帖/回帖前,请了解相关版规:

0,邮箱地址尽量真实有效,随意填写的可能会被系统误判为垃圾内容。
1,不要开书单。单个帖子尽量发布一种书籍需求。
2,在搜索不到相关主题的情况下,尽量发新帖(发帖标题最好带上书名)。不要在他人帖子中回复某种书籍需要。
3,发帖提问标题尽量简单明了。发帖内容不要太过简略,请对书籍内容、版本或作者作简要说明。
4,出版于1976年以后的资源需求或分享将会被清理删除。