实体
Institutional Data Initiative
Institutional Data Initiative
PulseAugur coverage of Institutional Data Initiative — every cluster mentioning Institutional Data Initiative across labs, papers, and developer communities, ranked by signal.
总计 · 30天
2
90 天内 2
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
时间线
- 2026-09-05 research_milestone The Institutional Data Initiative released an open dataset and processing pipeline to make historical newspapers more accessible for research and AI development. 来源
情绪 · 30 天
2 天有情绪数据
最近 · 第 1/1 页 · 共 2 条
-
哈佛和波士顿公共图书馆发布开放数据集用于AI研究
机构数据倡议（Institutional Data Initiative）是哈佛法学院图书馆和波士顿公共图书馆之间的一项合作，现已发布了一个开放的数据集和处理管道。该倡议旨在提高历史报纸在研究、发现和负责任的AI开发方面的可访问性。
-
管道从历史报纸中提取数十亿词元
研究人员开发了机构报纸管道（Institutional Newspapers Pipeline），这是一个模块化系统，旨在从历史报纸扫描件中提取高质量、结构化数据。该管道与波士顿公共图书馆合作开发，对扫描件进行分段，执行光学字符识别（OCR），然后分析文本的各种特征，如命名实体和主题分类。由此产生的开放数据集包含来自近150万份1795年至1930年间出版的报纸扫描件的超过160亿个词元，使得历史公共生活记录在计算上更易于访问。