Dataset Viewer
Auto-converted to Parquet Duplicate
image
imagewidth (px)
137
1.4k
text
stringlengths
9
59
республикамызда 2024-жылда
шешилген. -Усы
ийелегени, 14 ойында 6
лабораториялар, компьютер технологиялары,
директоры Лола Бердиева. – Бирге
Назарбаев ; Япония Бас
волейбол, баскетбол,
болса 9 проценттен 40 процентке
додаланды. Келеси жылдан
процесслеринде де тиккелей
сыпатында жеке
Президентимиз пурсаттан
жеделлестиреди.
Сербия ушын Европа
гидлер, жасалма интеллект тийкарында
бойынша жумысшы уйым етип белгиленеди.
есапланады. Миграция
инсаният тарийхы ушын да
атлы монографияларымды,
километрге шекем тезликте
резолюциясы менен
Республикасы бас муфтийси Шейх Абдулазиз Зокиров. – Бул тек
келисимге ерисилди.
да оптималластырылып, 20 дан 15 ке,
компонент 1,7 процентке
тынымсыз мийнет етип
бири етип
Карлос Руисти (39 гол) артта
сиясатты билдирмейди, ал айырым
январь-июнь айларында 19,8
тилегин билдирген студентлер
инсанлар етип
хызметкерлери бир
кесиминде” усылында
шерегинде исленген жумыслар
жаратылды. Биринши
бюрократияны кескин
ийе болды. Бундай илажлар
электромобильлер сегментинде талап
Ж.Адилов, республикадан
Дональд Трамп, Бразилия Федератив Республикасы Президенти
болса, транспорт
Исбилерменлик,
Егер балл жетпесе, супер-контракт
белсендилери менен биргеликте
транспорт-логистика инфраструктурасы
аламыз. Адилбай Оразов,
потенциаллы илимпаз,
Парахат Юсупов. Адилбай
Швециялы белгили
процессуал кодекслери
келгенинше мийнет еткен адам
мектеплериндеги бос жумыс орынлары менен танысып,
сумнан асламды
адамлар, 264 ин жаслар
0,45 проценттен 0,48 процентке жеткерилди.
белгиленген реже
технологиялар есабынан 2025-жылы
билетлери ушын 50 процентке шекемги шегирмелер
имканиятына ийе. Бул
бирден-бир электрон архиви»
орташа 90 проценти
видеоролик” номинациясы бойынша 1-орын 20 миллион сум,
ушын 1 триллион 26
етеди. Адилбай
беккем орын ийелеп, исеним,
китапханасы бас директоры Умида Тешабоева. –
директор орынбасарлары
Монголия, Норвегия, Пакистан,
“Багги” классы бойынша 1-орынды Ташкент
бойынша унамсыз
доллары, евро, Россия
та, шараят та, потенциал да
статусы берилди. Оларды комплексли
Арабстанына
бойынша жумыслар алып
тайынланды. Б.Айымбетов
еди. Бундай ийгиликли басламалар елимизде
емес, ал абадан турмыс
7,2 километрлик лотоклар
983-статья; 2023-жыл, № 8, 629-статья, № 11,
Мактум, Бирлескен Араб
емес. Мийнет
Президентимизге Малайзия Патшасы Султон
Шакировлар таярлады.
сарайында медицина
кеминде 20 текшеге
технологиялары, жасыл
Ешмуратов себепши болды,-дейди
кирген болса да,
тийкарында жыл
академик Бакриддин
балалар ушын
гезегинде Бас министр Анвар
жумысы талланып, келеси илажлар режеси белгилеп
семизлик бойынша
майданда пахта жетистириледи. Соннан 2 700
жеткерип бериледи. Гезектеги график
басылымлардан бири
ислери министри Гордан
End of preview. Expand in Data Studio

Karakalpak Cyrillic OCR — synthetic text lines

Line images of Karakalpak (Cyrillic) text for fine-tuning OCR models such as Tesseract LSTM. Each row is one rendered text line (image) and its exact transcription (text).

Config Lines How it was made
synthetic_news 30,000 14 system fonts (Arial, Times New Roman, PT Serif/Sans, Courier, Georgia, …), paper tint, noise, blur, ink spread, skew, down/up-scaling. Half of the lines are sampled to contain ў ҳ ә ғ қ ң ө ү.
synthetic_natural 8,000 Same rendering, natural letter distribution.
synthetic_scan 8,000 Serif fonts closer to printed books (Old Standard TT, Literata, Noto Serif, PT Serif, Tinos, Times New Roman, Georgia) with Augraphy scan simulation (ink bleed, low ink, paper texture, bleed-through, bad photocopy, JPEG) followed by blur/tint/noise.

Only fonts that cover the full Karakalpak Cyrillic alphabet were used.

Usage

from datasets import load_dataset

lines = load_dataset("kaa-ml/kaa-cyrl-ocr-synthetic", "synthetic_scan", split="train")
print(lines[0]["text"])
lines[0]["image"]

Export to tesstrain ground truth (*.png + *.gt.txt):

from pathlib import Path

out = Path("gt"); out.mkdir(exist_ok=True)
for i, row in enumerate(lines):
    row["image"].save(out / f"kaa_{i:06d}.png")
    (out / f"kaa_{i:06d}.gt.txt").write_text(row["text"] + "\n")

Then make training MODEL_NAME=kaa_cyrl START_MODEL=kaz TESSDATA=<tessdata_best> GROUND_TRUTH_DIR=gt.

Source text

Sentences come from Karakalpak (Cyrillic) articles of the Karakalpakstan news agency, via kaa-ml/kknews-dataset (kknews.uz, CC-BY-4.0), wrapped into 18–60 character lines.

Results

A Tesseract model fine-tuned from kaz on these lines plus 182 real scanned lines reads Karakalpak-specific letters far better than the Kazakh model (letter recall 88.8% → 92.3% on 10 held-out scanned book pages). On the same pages its overall character error rate (12.87%) does not yet beat the Kazakh model (12.64%). Training on synthetic_scan instead of synthetic_natural gave 13.08% — heavier scan simulation did not help; real scanned lines matter most.

License

CC-BY-4.0, following the source text. Attribute kknews.uz / Qaraqalpaqstan Xabar Agentligi.

Downloads last month
95

Models trained or fine-tuned on kaa-ml/kaa-cyrl-ocr-synthetic