实体
Matteo Cargnelutti
Matteo Cargnelutti
PulseAugur coverage of Matteo Cargnelutti — every cluster mentioning Matteo Cargnelutti 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
情绪 · 30 天
1 天有情绪数据
最近 · 第 1/1 页 · 共 2 条
-
新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，通过分割、OCR和各种文本分析步骤处理扫描件，以分类类型、检测阅读顺序、识别命名实体并生成嵌入。该系统应用于1795年至1930年间发布的超过140万份公共领域报纸扫描件，产生了163亿词元，并形成了一个开放数据集。
-
开源管道从历史书籍中提取视觉元素
研究人员开发了一个名为 Institutional Books - Visual Elements 的开源管道，旨在从数字化的历史图书收藏中提取、分类、去重和标注视觉组件。该管道以及一个包含 2260 万个视觉元素的初始数据集已经发布，以促进对数字化图书馆材料的新应用。该项目旨在使插图和照片等视觉元素更容易用于计算用途，包括 AI 模型训练和数字人文研究。