实体 David Lowry-Duda

David Lowry-Duda

PulseAugur coverage of David Lowry-Duda — every cluster mentioning David Lowry-Duda across labs, papers, and developer communities, ranked by signal.

总计 · 30天

1

90 天内 1

发布 · 30天

0

90 天内 0

论文 · 30天

1

90 天内 1

层级分布 · 90 天

主题

情绪 · 30 天

1 天有情绪数据

最近 · 第 1/1 页 · 共 1 条

RESEARCH · CL_210275 · Aug 19 · 15:20

开源管道增强大型图书收藏的 OCR 文本处理能力

研究人员开发了“Institutional Books - Enriched Text” (IB-HL-ET)，一个开源管道，旨在处理大量数字化的图书收藏，特别是哈佛图书馆的 IB-HL 数据集。该管道旨在通过保留元数据而非激进地过滤内容来改进标准的文本处理方法。该系统可以检测段落语言、识别重复内容并计算文本质量分数，允许用户根据大约 250 种语言的特定需求定制数据提取。