Un archive personnelle complète de Konstantin Tsiolkovsky, comprenant 51 008 feuilles et 2 019 fichiers d'archives, a été publiée en tant que jeu de données CC0. La collection couvre cinquante ans de travail du théoricien des fusées autodidacte et inclut des manuscrits manuscrits ainsi que des copies tapées.
- L'archive contient 36 446 passages barrés marqués pour révision par l'auteur et 299 939 marques explicites d'incertitude du modèle de transcription.
- La précision de reconnaissance est mesurée à l'aide de 1 759 paires de lectures manuscrites et tapées provenant de 224 fichiers, révélant un accord médian sur les mots de seulement 37 %.
- Par rapport aux éditions imprimées, l'accord sur les caractères atteint 98,1 % sur les copies tapées et 81,1 % sur l'écriture manuscrite, fournissant une référence concrète pour la reconnaissance de l'écriture russe manuscrite.
- Le jeu de données sert de terrain d'essai pour l'étalonnage de l'incertitude et le réglage fin des modèles HTR, comblant le manque de ressources existantes sur l'écriture russe manuscrite.
La publication offre une occasion rare d'étudier l'évolution de l'écriture d'une seule personne au fil du temps et les changements orthographiques historiques, tout en fournissant une métrique d'évaluation rigoureuse pour les systèmes OCR sur des scripts historiques difficiles.