Britannica Illustrated Pages تم إصداره بواسطة BigLAM لأغراض بحثية حول توزيع الرسوم التوضيحية ومحتوى الصور في الإصدارات التاريخية من موسوعة بريتانيكا، ويوفر موارد صور موسومة على نطاق واسع.

البيانات مأخوذة من المجلدات الممسوحة ضوئيًا للإصدار الأول من موسوعة بريتانيكا (1768-1771) حتى الإصدار الرابع عشر (1929)، وتمت تصفية 115,293 صفحة تحتوي على رسوم توضيحية من 975,345 صفحة من المواد الأصلية باستخدام مصنف الصفحات.

مكونات مجموعة البيانات

• مجموعة pages الفرعية: تحتوي على 115,293 سجلًا، وتخزن صفحات الرسوم التوضيحية بتنسيق JPEG بمقاس 600 بكسل بعد القياس، مع بيانات وصفية كاملة.
• مجموعة manifest الفرعية: تغطي جميع المجلدات الأصلية البالغ عددها 975,345 صفحة، وتوثق درجات المصنف وإحصائيات نص التعرف الضوئي على الحروف ومعلومات تتبع المصادر، دون تضمين الصور.
• مجموعة crop_masks الفرعية: تم إنشاؤها بناءً على تنبؤات نموذج RF‑DETR Seg، وتحتوي على 115,293 صفحة بإجمالي 700,480 مثيل رسوم توضيحية (بدرجة ثقة ≥0.10)، وتنتج مربعات حدودية وأقنعة تجزئة لكل مثيل رسم توضيحي.

الحقول الأساسية:

• ia_id
• volume
• page (معرف تحديد موقع المواد الأصلية)
• p_illustrated: احتمالية تحديد وجود رسم توضيحي
• words: عدد الكلمات المعترف بها عبر التعرف الضوئي
• stratum: نوع الصفحة
• tier
• bucket_url
• file_key

Citation

عند استخدام مجموعة البيانات هذه، يرجى الاستشهاد بمصدر أرشيف الإنترنت للصفحة المقابلة (ia_url) والمؤسسة المساهمة بالمسح الضوئي (إن وجدت). تم توفير تسميات التدريب من قبل المكتبة الوطنية الاسكتلندية (National Library of Scotland)؛ بينما تم تنفيذ أعمال المصنف والمسح الضوئي وتنظيم البيانات بواسطة Daniel van Strien، وتم إصدار مجموعة البيانات عبر BigLAM.