| --- |
| language: |
| - el |
| - en |
| pretty_name: OpenArchives.gr 175,973 docs |
| size_categories: |
| - 100K<n<1M |
| --- |
| |
| # OpenArchives.gr 175,973 docs |
|
|
| **Πληροφορίες** |
|
|
| Το σύνολο περιλαμβάνει τελικά κείμενα Markdown από τεκμήρια που συσσωρεύει το OpenArchives.gr από ελληνικά ακαδημαϊκά και πολιτιστικά αποθετήρια. |
| Κάθε γραμμή αντιστοιχεί σε ένα τεκμήριο και περιλαμβάνει το `text`, μαζί με τα `pipeline_metadata` και `source_metadata`. |
|
|
| ## Βασικά μεγέθη |
|
|
| - Σύνολο τεκμηρίων: **175,973** |
| - Τοπικό αποτύπωμα στον δίσκο πριν από συμπίεση: ~93G |
|
|
| ## Πεδία κάθε γραμμής |
|
|
| - `text`: το ενιαίο κείμενο Markdown του τεκμηρίου |
| - `pipeline_metadata`: πεδία για λήψη, OCR, σελιδομέτρηση και λοιπή κατάσταση επεξεργασίας |
| - `source_metadata`: βασικά πεδία προέλευσης όπως `collection_slug`, `filename`, `language_code`, `page_number` και `type` |
|
|
| --- |
|
|
| **About** |
|
|
| This dataset contains finalized Markdown documents aggregated through OpenArchives.gr from Greek academic and cultural repositories. |
| Each row represents one document and includes `text`, `pipeline_metadata`, and `source_metadata`. |
|
|
| ## Basic Stats |
|
|
| - Total documents: **175,973** |
| - Local uncompressed footprint: ~93G |
|
|
| ## Row Fields |
|
|
| - `text`: the unified Markdown text of the document |
| - `pipeline_metadata`: fields for download status, OCR status, page accounting, and related processing state |
| - `source_metadata`: provenance fields such as `collection_slug`, `filename`, `language_code`, `page_number`, and `type` |
|
|
| For feedback contact: glossapi.team@eellak.gr |
|
|
