公开数据集
数据结构 ? 49.92M
Data Structure ?
* 以上分析是由系统提取分析形成的结果,具体实际数据为准。
README.md
Context
These files were used in the [ALTA 2017 Challenge](http://www.alta.asn.au/events/sharedtask2017/index.html). The competition was hosted by [Kaggle in Class](https://www.kaggle.com/c/alta-2017-challenge).
If you use these data, please cite:
D. Mollá, S. Cassidy. Overview of the 2017 ALTA Shared Task:
Correcting OCR Errors (2017). *Proc. ALTA 2017*.
[https://aclanthology.coli.uni-saarland.de/papers/U17-1014/u17-1014](https://aclanthology.coli.uni-saarland.de/papers/U17-1014/u17-1014)
These files are available as a Kaggle dataset at [http://kaggle.com/dmollaaliod/](correect-ocr-errors)
Content
* `convert.py` - python script for converting files
* `train_input.csv` - the training set
* `train_output.csv` - the training set with all OCR errors corrected
* `train_output_bigrams.csv` - the solutions of the training set. This file is the actual output of the conversion script using the file train_output.csv as input.
* `test_input.csv` - the test set
* `test_baseline_bigrams.csv` - a sample submission file in the correct format. This file contains the set of bigrams found in test_input.csv, and the resulting F1 score is zero (or close to zero according to the evaluation performed by Kaggle in Class).
Acknowledgements
Special thanks to The National Library of Australia and its [Trove database](http://trove.nla.gov.au/), from where this data set was sourced.
×
帕依提提提温馨提示
该数据集正在整理中,为您准备了其他渠道,请您使用
注:部分数据正在处理中,未能直接提供下载,还请大家理解和支持。
暂无相关内容。
暂无相关内容。
- 分享你的想法
去分享你的想法~~
全部内容
欢迎交流分享
开始分享您的观点和意见,和大家一起交流分享.
数据使用声明:
- 1、该数据来自于互联网数据采集或服务商的提供,本平台为用户提供数据集的展示与浏览。
- 2、本平台仅作为数据集的基本信息展示、包括但不限于图像、文本、视频、音频等文件类型。
- 3、数据集基本信息来自数据原地址或数据提供方提供的信息,如数据集描述中有描述差异,请以数据原地址或服务商原地址为准。
- 1、本站中的所有数据集的版权都归属于原数据发布者或数据提供方所有。
- 1、如您需要转载本站数据,请保留原数据地址及相关版权声明。
- 1、如本站中的部分数据涉及侵权展示,请及时联系本站,我们会安排进行数据下线。