Alle Dateien sind im TSV-Format.
Die Ordner mit Präfix "01_original_files" beinhalten die Datengrundlage auf der die intellektuelle Verbesserung durchgeführt wurde. Die Ordner mit Präfix "02_ocr_corrected" beinhalten die intellektuell verbesserten Daten (Gold-Standard). Die Ordner mit Suffix "-EL-NER" enthalten die Dateien nach eine (erneuten) Durchlauf der automatischen Entitätserkennung und -verlinkung auf Basis des Systems zum Stand September 2021 auf Basis der unverbesserten (01) bzw. verbesserten (02) Daten.
| Spaltenbezeichnung | Beschreibung des Inhalts | Leerstellenmarkierung |
|---|---|---|
| No. | Nummerierung von Tokens in Sätzen. Intern genutzt von neat. | 0 |
| TOKEN | Das erkannte oder intellektuell verbesserte Token. | |
| NE-TAG | Named-Entity-Tag. Beginn- bzw. Fortführungsmarkierung einer Zuweisung einer Named-Entity-Kategorie erster Stufe. | O |
| NE-EMB | Embedded Named-Entity-Tag. Wie NE-TAG, nur Sub-Tag eines Teils eines NE-TAGs. | O |
| ID | Liste der Q-IDs aus Wikipedia, die erkannt / vergeben wurden. Trennungssymbol ist "| " | - |
| url_id | nicht genutzt | 0 |
| left | Koordinate für Bildausschnitt in neat | |
| right | Koordinate für Bildausschnitt in neat | |
| top | Koordinate für Bildausschnitt in neat | |
| bottom | Koordinate für Bildausschnitt in neat | |
| conf | Liste der Konfidenzen je erkannter Q-ID (in Spalte ID). Komma-separiert. Nicht in allen Dateien vorhanden. |
| Dateinamenpräfix | Zeitung | Datum | Seite | Bemerkung |
|---|---|---|---|---|
| 11614109_1882-05-01_1_1_001 | Neueste Mittheilungen | 1882-05-01 | 1 | |
| 11614109_1886-06-22_5_67_001 | Neueste Mittheilungen | 1886-06-22 | 1 | |
| 2436020X_1879-08-11_0_370_008 | Berliner Boersenzeitung | 1879-08-11 | 8 | Abend-Ausgabe |
| 2436020X_1897-05-07_0_212_002 | Berliner Boersenzeitung | 1897-05-07 | 2 | Abend-Ausgabe |
| 2436020X_1908-09-22_0_445_002 | Berliner Boersenzeitung | 1908-09-22 | 2 | |
| 2436020X_1914-02-21_0_87_018 | Berliner Boersenzeitung | 1914-02-21 | 18 | |
| 25128437_1882-09-23_0_0_002 | Teltower Kreisblat | 1882-09-23 | 2 | |
| 25128437_1896-03-11_0_0_001 | Teltower Kreisblat | 1896-03-11 | 1 | |
| 27058621_1936-09-11_0016_001 | Deutsches Nachrichtenbuero | 1936-09-11 | 1 | Mittags-und Nachmittagsausgabe |
| 27058621_1937-12-28_1748_001 | Deutsches Nachrichtenbuero | 1937-12-28 | 1 | |
| 27112366_1874-08-25_000_197_0_006 | Vossische Zeitung | 1874-08-25 | 6 | Morgen-Ausgabe |
| 27112366_1903-05-07_000_211_1_013 | Vossische Zeitung | 1903-05-07 | 13 | Morgen-Ausgabe |
| 27112366_1905-05-10_000_218_2_011 | Vossische Zeitung | 1905-05-10 | 11 | Abend-Ausgabe |
| 27112366_1906-01-25_000_040_1_012 | Vossische Zeitung | 1906-01-25 | 12 | Morgen-Ausgabe |
| 27646518_1888-10-28_17_550_015 | Berliner Tageblatt | 1888-10-28 | 15 | |
| 27646518_1892-07-05_21_335_005 | Berliner Tageblatt | 1892-07-05 | 5 | Abend-Ausgabe |
| 27646518_1897-05-05_26_225_020 | Berliner Tageblatt | 1897-05-05 | 20 | |
| 27646518_1899-04-07_28_175_003 | Berliner Tageblatt | 1899-04-07 | 3 | |
| 9838247_1868-02-19_0_0_001 | Provinzial Correspondenz | 1868-02-19 | 1 | |
| 9838247_1876-12-06_0_0_001 | Provinzial Correspondenz | 1876-12-06 | 1 |