banned-historical-archives/
banned-historical-archives

Name: banned-historical-archives
Creator: banned-historical-archives

Are you the author?

Views

和谐历史档案馆数据集 - Banned Historical Archives Datasets

和谐历史档案馆数据集包含已录入 https://banned-historical-archives.github.io 和暂未未录入的原始文件。

目录结构

banned-historical-archives.github.io # 已录入该网站的原始数据，不定期从 github 仓库中同步
- raw # 原始文件
- config # 配置文件
todo # 存放暂未录入网站的文件

部分报纸和图片资料存放在单独的仓库:

名称	地址	状态
参考消息	https://huggingface.co/datasets/banned-historical-archives/ckxx	未录入
人民日报	https://huggingface.co/datasets/banned-historical-archives/rmrb	已精选重要的文章录入
文汇报	https://huggingface.co/datasets/banned-historical-archives/wenhuibao , https://huggingface.co/datasets/banned-historical-archives/wenhuibao_disk	已精选重要的文章录入
文革照片	https://huggingface.co/datasets/banned-historical-archives/CR-photo	未录入
漫画（-1949）	https://huggingface.co/datasets/banned-historical-archives/manhua-before-1949	未录入
解放日报	https://huggingface.co/datasets/banned-historical-archives/jiefangribao	未录入
新民晚报	https://huggingface.co/datasets/banned-historical-archives/xinminwanbao	未录入
画报(-1949)	https://huggingface.co/datasets/banned-historical-archives/huabao-before-1949	未录入
人民画报	https://huggingface.co/datasets/banned-historical-archives/renminhuabao	未录入
解放军报	https://huggingface.co/datasets/banned-historical-archives/jiefangjunbao	已精选重要的文章录入
中国妇女	https://huggingface.co/datasets/banned-historical-archives/zhongguofunv	未录入
北京周报	https://huggingface.co/datasets/banned-historical-archives/peking-review	未录入
杭州日报	https://huggingface.co/datasets/banned-historical-archives/hangzhouribao	未录入
新中华报	https://huggingface.co/datasets/banned-historical-archives/xinzhonghuabao	未录入
故事会	https://huggingface.co/datasets/banned-historical-archives/gushihui	未录入
工农兵画报	https://huggingface.co/datasets/banned-historical-archives/gongnongbinghuabao	未录入
炎黄春秋	https://huggingface.co/datasets/banned-historical-archives/yanhuangchunqiu	未录入
连环画报	https://huggingface.co/datasets/banned-historical-archives/lianhuanhuabao	未录入
中央日报	https://huggingface.co/datasets/banned-historical-archives/zhongyangribao	未录入
香港工商晚报	https://huggingface.co/datasets/banned-historical-archives/hkgongshangwanbao	未录入
香港大公报	https://huggingface.co/datasets/banned-historical-archives/dagongbao	未录入
香港工商日报	https://huggingface.co/datasets/banned-historical-archives/hkgongshangribao	未录入
香港华侨日报	https://huggingface.co/datasets/banned-historical-archives/huaqiaoribao	未录入
参考消息	https://huggingface.co/datasets/banned-historical-archives/cankaoxiaoxi	未录入
裁判文书	https://huggingface.co/datasets/banned-historical-archives/legal-judgements	未录入

贡献

原始文件贡献

少量文件推荐使用huggingface网页，登陆后可以上传文件(上传至todo目录)和删除文件，操作完成等待审核通过
大量文件推荐通过git工具上传到huggingface，再通过community联系我们
todo文件夹中，应及时删除已录入的资料，避免重复录入

使用 github issue 贡献资料(支持自动化OCR)

https://github.com/banned-historical-archives/banned-historical-archives.github.io/blob/master/docs/upload-and-correction.md

注意事项

所有仓库总文件大小超过4TB，克隆仓库时请确保磁盘空间充足
克隆仓库时建议使用git clone --depth 1参数，否则将下载所有commit历史记录，影响下载速度