EN-data_mining 数据挖掘历史报纸的元数据（欧洲报纸项目） 概要 欧洲数字图书馆馆藏的报纸是由Europeana Newspapers（ ）项目进行的OLR（光学布局识别）数据集的一部分。 OLR的改进包括使用METS / ALTO格式描述每个问题和文章的结构（空间范围，标题和字幕，内容类型的分类）。 从每个数字文档中得出一组书目元数据（出版日期，标题）和与内容和布局有关的定量元数据（页面，文章，单词，插图等的数量）。 Shell和XSLT或Perl脚本用于从METS清单或AL