davanstrien/berlin_state_library_ocr_with_images

---
dataset_info:
features:
- name: file name
dtype: string
- name: text
dtype: string
- name: wc
sequence: float64
- name: ppn
dtype: string
- name: language
dtype: string
- name: language_confidence
dtype: float64
- name: publisher
dtype: string
- name: place
dtype: string
- name: date
dtype: string
- name: title
dtype: string
- name: aut
dtype: string
- name: url
dtype: string
- name: image
dtype: image
splits:
- name: train
num_bytes: 695708068.0
num_examples: 1000
download_size: 0
dataset_size: 695708068.0
---
# Dataset Card for "berlin_state_library_ocr_with_images"

[More Information needed](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)

原始信息汇总

数据集概述

数据集名称

• 名称: berlin_state_library_ocr_with_images

数据集特征

• 特征列表:
  • file name: 字符串类型
  • text: 字符串类型
  • wc: 序列类型，浮点数64位
  • ppn: 字符串类型
  • language: 字符串类型
  • language_confidence: 浮点数64位
  • publisher: 字符串类型
  • place: 字符串类型
  • date: 字符串类型
  • title: 字符串类型
  • aut: 字符串类型
  • url: 字符串类型
  • image: 图像类型

数据集分割

• 分割详情:
  • train:
    • 示例数量: 1000
    • 数据大小: 695708068.0字节

数据集大小

• 下载大小: 0字节
• 数据集总大小: 695708068.0字节