eellak/glossAPI

Ver en GitHub

Greek Dataset Production from PDF+

Estrellas: 141
Forks: 41
Issues abiertos para principiantes: 0
Issues indexados: 6

Lenguaje dominante: Python
Licencia: Sin datos de licencia
Último push a GitHub: 14/4/2026
Última indexación: 15/9/2026
Guía de contribución: Guía de contribución
Código de conducta: Sin código de conducta
Etiquetas para principiantes: Sin etiquetas para principiantes indexadas
Métricas de merge de PR: Sin PR fusionados en 30 d

Abierto Todos

6 issues abiertos indexados

Docs: document full artifact contract per pipeline stage, aligned with smoke-test expectations Abierto

eellak/glossAPI#92 · 1 comentario · 0 reacciones · 0 asignados · Indexado el 15/9/2026
Phase A reflow may shift HTML-comment line numbers used by math-enhance replacement step Abierto

eellak/glossAPI#97 · 0 comentarios · 0 reacciones · 0 asignados · Indexado el 15/9/2026
corpus.clean / clean_ocr — audit LaTeX handling for math-enhancer outputs and unify cleanup ideas across the two cleaning paths Abierto

eellak/glossAPI#98 · 1 comentario · 0 reacciones · 0 asignados · Indexado el 15/9/2026
Deferred: calibrate mojibake repair and Cyrillic/homoglyph handling before cleaner changes Abierto

eellak/glossAPI#99 · 0 comentarios · 0 reacciones · 0 asignados · Indexado el 15/9/2026
Narrow URL-like protection so PostScript glyph names inside numeric ranges are cleaned Abierto

cleaning tokenizer-followup

eellak/glossAPI#100 · 1 comentario · 0 reacciones · 0 asignados · Indexado el 15/9/2026
Windows smoke tests fail on Greek text when DejaVu font path is unavailable Abierto

eellak/glossAPI#106 · 2 comentarios · 0 reacciones · 0 asignados · Indexado el 15/9/2026

Un resumen breve de issues de GitHub para principiantes.