Update README.md
Browse files
README.md
CHANGED
|
@@ -1,3 +1,13 @@
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
| 1 |
# e-Gov PDF → Page Images + Text: 生成仕様（Spec）
|
| 2 |
|
| 3 |
本ドキュメントは、e-Gov の PDF を取得し、ページ画像化およびページテキストを対応付けた Hugging Face Datasets 形式に変換するまでの生成手順・仕様をまとめたものです。データセット README は本仕様を参照します。
|
|
@@ -170,4 +180,4 @@ uv run egov/build_hf_dataset.py \
|
|
| 170 |
|
| 171 |
- CKAN API: <https://docs.ckan.org/en/latest/api/>
|
| 172 |
- package_search の `fq` フィールド例（実装ごとに差異あり）:
|
| 173 |
-
- `res_format`, `res_mimetype`, `res_url`, `res_name`, `organization`, `groups` など。
|
|
|
|
| 1 |
+
---
|
| 2 |
+
license: cc
|
| 3 |
+
task_categories:
|
| 4 |
+
- image-to-text
|
| 5 |
+
language:
|
| 6 |
+
- ja
|
| 7 |
+
tags:
|
| 8 |
+
- ocr
|
| 9 |
+
pretty_name: jgov-oc
|
| 10 |
+
---
|
| 11 |
# e-Gov PDF → Page Images + Text: 生成仕様（Spec）
|
| 12 |
|
| 13 |
本ドキュメントは、e-Gov の PDF を取得し、ページ画像化およびページテキストを対応付けた Hugging Face Datasets 形式に変換するまでの生成手順・仕様をまとめたものです。データセット README は本仕様を参照します。
|
|
|
|
| 180 |
|
| 181 |
- CKAN API: <https://docs.ckan.org/en/latest/api/>
|
| 182 |
- package_search の `fq` フィールド例（実装ごとに差異あり）:
|
| 183 |
+
- `res_format`, `res_mimetype`, `res_url`, `res_name`, `organization`, `groups` など。
|