我使用 EMNIST 作为使用深度学习进行文本检测和识别的数据集。我从https://pypi.org/project/emnist/下载数据集（使用pip install emnist）。数据集来自https://www.nist.gov/itl/products-and-services/emnist-dataset，其描述如下：
EMNIST ByClass：814,255 个字符。62 个不平衡类。
EMNIST ByMerge：814,255 个字符。47 个不平衡类。
EMNIST 平衡：131,600 个字符。47个平衡班级。
EMNIST 信件：145,600 个字符。26个平衡班级。
EMNIST 数字：280,000 个字符。10个平衡班级。
EMNIST MNIST：70,000 个字符。10个平衡班级。
其中大多数都是有意义的，例如 62 个类别由 10 个数字、26 个大写字母和 26 个小写字母组成。但对于 ByMerge 和 Balanced，我们有 47 个。
我自己查看了数据，找到了 10 个数字，26 个字母（大写和小写的混合），然后据我所知，剩下的 11 个是随机小写字母（'a'，'b'，'d'，' e'、'f'、'g'、'h'、'n'、'q'、'r'、t'）。
有谁知道为什么要特别包括这额外的11个？