A NewTypeCola publicou o VOKU Archive no Hugging Face, uma coleção de 66.010 páginas digitalizadas de cue sheets (folhas de indicações) de rádios universitárias estudantis na Coreia do Sul. Os documentos abrangem de 1988 a 2019 e incluem texto OCR, anotações de pseudônimos como tokens e metadados.

  • O conjunto de dados preserva 32 anos de escrita de uma estação de rádio universitária.
  • Inclui imagens das páginas, texto processado e metadados estruturados.
  • Um repositório GitHub complementar detalha o fluxo de trabalho de processamento assistido por IA e as etapas de revisão humana.

O projeto visa manter esses documentos históricos legíveis e acessíveis além de seu armazenamento original.