实体
Harvard Library
Harvard Library
PulseAugur coverage of Harvard Library — every cluster mentioning Harvard Library across labs, papers, and developer communities, ranked by signal.
总计 · 30天
1
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
1
90 天内 2
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 2 条
-
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。
-
AI agent pipeline automates Library of Congress subject indexing
研究人员开发了一种新颖的 AI agentic pipeline，旨在自动化国会图书馆主题索引的复杂且耗时的任务。该系统将该过程分解为四个不同的技能：概念分析、定量过滤、权威验证和 MARC 字段合成，借鉴了既定的图书馆学原理和国会图书馆主题标题手册。初步评估显示与专业索引实践有良好的契合度，但在特异性和遵守有关形式细分的近期政策变更方面存在一些差异。