项目

正在做的几件事。

《全粤村情》目录整理 §

《全粤村情》是按县区分卷出版的广东村落志书。这个项目把各卷目录页整理成结构化的文字：每个自然村属于哪个区、哪个街道或镇、哪个行政村或社区，以及它在书中的起止页码。

整理分两步。先由程序识别目录页上的文字和层级，再对照国家地名信息库里同一个镇的标准地名，把识别有疑问的村名交给人工逐条核对。核对过的结果会陆续更新。

在此基础上，各卷正文经版面识别和第二个识别模型逐页对照，按目录切分到每个村。目录和正文都可以在 村情查询 里按 市 → 区县 → 街道/镇 → 村 逐级浏览，或按村名搜索。