KALIMA-Dataset

KALIMA-Dataset是由塔曼拉塞特大学LIMED实验室创建的数据集，专注于历史阿拉伯手稿中的单词位置标注。该数据集包含497张文本线图像，总计5062个边界框标注，涵盖4943个阿拉伯单词和119个其他标注。数据来源于RASM2019数据集中的26页文档，涉及两本不同的书籍。创建过程中，通过手动划定每个单词的边界框并关联其转录文本，确保了数据的高质量。该数据集主要用于开发和测试古阿拉伯单词的提取和识别系统，旨在解决阿拉伯手稿中单词分割的难题。