戦後日本学生運動関連資料画像・領域注釈・翻刻テキストデータセット(画像+JSON)

本データセットは、東北大学史料館所蔵の戦後日本の学生運動関係資料を中心として、反戦運動その他の関連する社会運動に関する資料を含むデジタル画像と、各画像に対応する注釈JSONを収録したものである。 Version 1.1.0に収録する資料は、すべて東北大学史料館所蔵の「杉山晃一収集学生運動関係資料」に由来する。同資料群は学生運動に関する資料を中心とするが、反戦運動その他の関連する社会運動に関する資料も含む。将来のバージョンでは、東北大学史料館所蔵の他の資料群を追加する予定である。 Version 1.1.0は、共通の機能仕様に基づいて二つの専門事業者が作成した、二つの注釈セットから構成される。Set Aは576件のJPEG画像・JSONペア、Set Bは114件のTIFF画像・JSONペアからなる。Set Bでは100件の分割前画像のうち14件を左右に分割しているため、Version 1.1.0全体では、676件の分割前画像から作成された690件の公開画像と690件のJSONを収録する。 注釈JSONには、画像情報、紙面構成要素ごとのブロック、行単位の矩形座標と翻刻テキスト、書字方向、活字・手書き区分、字体や色等の付随情報を収録している。 二つの注釈セットは、共通の機能仕様に基づく一方、JSONの具体的な記述方式が異なる。フィールド名、メタ情報の配置、注釈粒度、カテゴリ表現およびインライン記法等の差異は、単一形式へ事後的に正規化せず、二つの実装として保持している。両セットは相互に重複しない画像群を対象としており、同一画像に対する複数の注釈ではない。 ブロックおよび行の読み順は付与していない。対象資料には、縦書きと横書きの混在、欄外追記、挿入語句、図表および複雑な紙面構成等があり、単一の正規的な読み順を付与することが解釈的判断を伴うためである。JSON内の配列順は読み順を示さない。 対応する資料レコードおよび閲覧用画像は、東北大学総合知デジタルアーカイブ(ToUDA)からも参照できる。Zenodo内の画像・JSONと、ToUDAレコードURLおよびIIIF Manifest URIとの対応はmapping.csvに記録している。 詳細なファイル構成、JSON仕様、注釈セット間の差異、統計および利用上の注意事項は、README.md、README_ja.md、data_dictionary_set_a.md、data_dictionary_set_b.md、field_crosswalk.csvおよびdataset_statistics.csvを参照されたい。