Ce projet propose un jeu de données nommé ChamDoc, spécialement conçu pour la segmentation de lignes de texte. Il s'adresse aux chercheurs et développeurs travaillant sur des modèles de traitement automatique du langage naturel ou de reconnaissance optique de caractères. Le jeu de données permet d'améliorer la précision des algorithmes en fournissant des exemples structurés et annotés.