Page-level Annotated Text Recognition Assemblage

kaggle2025-12-11 更新2026-01-10 收录

手写文本识别

孟加拉语处理

数据链接：

https://www.kaggle.com/datasets/euler1729/csai-hcr 数据链接链接失效反馈

官方服务：

资源简介：

A dataset for page level Bangla handwriting text recognition and analysis

用于页面级孟加拉文手写文本识别与分析的数据集

创建时间：

2024-11-08

KOHTD

手写文本识别

机器学习

KOHTD（Kazakh Offline Handwritten Text Dataset）是由阿尔-法拉比哈萨克国立大学和Satbayev大学合作创建的一个大型手写文本数据集，专门用于哈萨克语的手写文本识别研究。该数据集包含3000份手写考试卷，总计超过140,335张分割图像和约922,010个符号。数据集的创建过程涉及扫描、预处理、分割和标注等多个步骤，确保了数据的质量和可用性。KOHTD数

arXiv2021-09-23 更新400

HS-BAN

仇恨言论检测

孟加拉语处理

HS-BAN是由沙贾拉尔科技大学创建的孟加拉语仇恨言论数据集，包含超过50,000条来自Facebook和YouTube的评论，其中40.17%为仇恨言论。数据集通过严格的标注指南减少人为标注偏差，并进行了语言学预处理以提取不同类型的俚语。该数据集旨在解决社交媒体上仇恨言论检测的问题，特别是在孟加拉语环境中，通过提供一个大规模、语言多样化的数据集来支持相关研究。

arXiv2021-12-03 更新70

evndttr/LJS380_excerpts-Sextus_Empiricus_Pros_Mathematikous

手写文本识别

数字人文

这个数据集包含了15世纪希腊手稿《Πρὸς μαθηματικούς》(*Against the Mathematicians*)的行级转录和裁剪的手稿图像，用于训练和评估手写希腊文识别的机器学习模型。

Hugging Face2025-10-24 更新20

BanglaBait: Bangla Clickbait Dataset

点击诱饵识别

孟加拉语处理

Accepted into RANP 2023. Link - https://aclanthology.org/2023.ranlp-1.81/

kaggle2023-12-27 更新70

safal-singh/IAM-line

手写文本识别

行级图像转录

--- license: mit language: - en task_categories: - image-to-text pretty_name: IAM-line dataset_info: features: - name: image dtype: image - name: text dtype: string splits:

Hugging Face2026-03-19 更新30

Page-level Annotated Text Recognition Assemblage

资源简介：

相关数据集