Проект «Миллион книг» – оцифровка 1.5 млн книг на 20 языках (англ, кит, телугу, араб). Бесплатный онлайн-доступ, OCR, поиск по тексту. Carnegie Mellon.
Сравнивайте с английским: нажмите на абзац — оригинал откроется в окне. Кнопка EN под абзацем показывает его прямо в тексте.
Введение
Проект оцифровки книг
Book digitization project
Проект "Миллион книг" (или Универсальная библиотека) — это проект по оцифровке книг, осуществлявшийся Школой компьютерных наук и университетскими библиотеками Университета Карнеги — Меллона с 2007 по 2008 год. В сотрудничестве с государственными и исследовательскими партнерами в Индии (Цифровая библиотека Индии) и Китае, проект сканировал книги на многих языках, используя технологию OCR для обеспечения полнотекстового поиска и предоставляя бесплатный доступ к книгам в сети Интернет. К 2007 году было завершено сканирование 1 миллиона книг, и весь каталог стал доступен онлайн.
The Million Book Project (or the Universal Library) was a book digitization project led by Carnegie Mellon University School of Computer Science and University Libraries from 2007 to 2008. Working with government and research partners in India (Digital Library of India) and China, the project scanned books in many languages, using OCR to enable full text searching, and providing free to read access to the books on the web. as of 2007, they have completed the scanning of 1 million books and have made the entire catalog accessible online.
Описание
Проект "Миллион книг" был благотворительной организацией (501(c)(3)) с различными центрами сканирования по всему миру. К декабрю 2007 года было сканировано более 1,5 миллиона книг на 20 языках: 970 000 на китайском, 360 000 на английском, 50 000 на телугу и 40 000 на арабском. Большинство книг находятся в общественном достоянии, однако разрешение на включение было получено для более чем 60 000 книг, защищенных авторским правом (приблизительно 53 000 на английском языке и 7 000 на индийских языках). Книги частично размещены на серверах в Индии, Китае, Карнеги-Меллоне, Internet Archive, Библиотеке Александрии. Не все отсканированные книги доступны в сети Интернет, и ни один из сайтов не содержит копии всех доступных онлайн книг. Проект "Миллион книг" являлся "доказательством концепции", который в значительной степени был вытеснен проектами сканирования книг HathiTrust, Google Book Search и Internet Archive. В Internet Archive могут быть книги, отсутствующие в Google (например, "Стихи Роберта Фроста", опубликованные после 1922 года). Национальный научный фонд (NSF) выделил Карнеги-Меллону 3,63 миллиона долларов США в течение четырех лет на приобретение оборудования и оплату административных поездок в рамках проекта "Миллион книг". Индия ежегодно выделяла 25 миллионов долларов США на поддержку исследовательских проектов в области перевода. Министерство образования Китая предоставило 8,46 миллиона долларов США в течение трех лет. Internet Archive предоставил оборудование, персонал и финансирование. Библиотека Калифорнийского университета в Мерседе финансировала работу по получению разрешений на использование авторских прав у американских издателей. Программа завершилась в 2008 году.
The Million Book Project was a 501(c)(3) charity organization with various scanning centers throughout the world. By December 2007, more than 1.5 million books had been scanned, in 20 languages: 970,000 in Chinese; 360,000 in English; 50,000 in Telugu; and 40,000 in Arabic. Most of the books are in the public domain, but permission has been acquired to include over 60,000 copyrighted books (roughly 53,000 in English and 7,000 in Indian languages). The books are mirrored in part at sites in India, China, Carnegie Mellon, the Internet Archive, Bibliotheca Alexandrina. The books that have been scanned to date are not yet all available online, and no single site has copies of all the books that are available online. The million book project was a "proof of concept" that has largely been replaced by HathiTrust, Google Book Search and the Internet Archive book scanning projects. The Internet Archive may have some books that Google does not (e. g.: The Poems of Robert Frost published after the end of 1922). The National Science Foundation (NSF) awarded Carnegie Mellon $3.63M over four years for equipment and administrative travel for the Million Book Project. India provided $25M annually to support language translation research projects. The Ministry of Education in China provided $8.46M over three years. The Internet Archive provided equipment, staff and money. The University of California, Merced Library funded the work to acquire copyright permission from U. S. publishers. The program ended in 2008.