Kotomiya07/premodern-japanese-books-source-crosswalk

Premodern Japanese Books Source Crosswalk

日本語

概要

日本古典籍統一データセット v0.1.0 の公開用Viewです。固定済み内部Releaseから、再配布と機械学習利用が許可された行だけを収録しています。収録行数は 17,570,138 行、収録SourceDataset数は 7 件です。

用途

日本語歴史資料の研究、検索、OCRまたは言語モデル用データ処理に利用できます。個々の行には採用したCanonical ID、権利判定、必要な帰属を保持しています。

権利

単一のライセンス値は全行の条件を表しません。必ず NOTICE.md と行単位の権利列を確認してください。

限界

v0.1.0 は監査対象52候補のうち、固定入力が成立した21 SourceDatasetを対象とする段階公開です。内容の正確性、外部参照の永続性、特定用途への適合性を保証しません。

再現性

Schemaは schema.json、ファイル件数とSHA-256は manifest.json に記録しています。内部Release manifest SHA-256は 98eb6c3ee0d22be395116249f4322261df5d958972ef756828e299e7df87b703 です。

English

Overview

This is a public view of the Premodern Japanese Books Unified Dataset v0.1.0. It contains 17,570,138 rows from 7 SourceDataset records whose redistribution and machine-learning uses were resolved as allowed.

Intended uses

The data supports research, retrieval, OCR, and language-model data processing for historical Japanese materials. Rows retain the selected Canonical IDs, rights decisions, and required attribution statements.

Rights

The repository-level license metadata does not replace row-level terms. Review NOTICE.md and the rights fields before reuse.

Limitations

v0.1.0 is an incremental release covering 21 SourceDataset records with fixed inputs out of 52 audited candidates. Accuracy, persistence of external references, and fitness for a specific purpose are not guaranteed.

Reproducibility

See schema.json for the public schema and manifest.json for byte sizes and SHA-256 values.