jun-2018/sampling_multimodal_doc_pages_v3_augmented
收藏Hugging Face2025-11-10 更新2025-11-15 收录
下载链接：
https://hf-mirror.com/datasets/jun-2018/sampling_multimodal_doc_pages_v3_augmented
下载链接
链接失效反馈官方服务：
资源简介：
这是一个包含文档ID、分割类型、文档类型、原始PDF路径、标签路径、页面图片路径、页码、页面OCR文本、页面PDF文本等信息的文本数据集。数据集还包含了视觉元素和表格元素的相关信息，并且提供了增强分割的数据。数据集适用于文档分析和处理任务。
This dataset includes document ID, split type, document type, raw PDF path, label path, page image path, page number, page OCR text, page PDF text, and other information. It also contains visual elements and table elements information, and provides augmented split data. The dataset is suitable for document analysis and processing tasks.
提供机构：
jun-2018
