InstructDoc

InstructDoc是由NTT Corporation和东北大学联合创建的大型视觉文档理解数据集，包含30个公开可用的数据集，覆盖12种不同任务，如问答和信息提取。数据集中的每个文档都附有专家标注的多样化指令，遵循统一的指令格式，包括用户的意图和答案风格。InstructDoc旨在通过手工指令提高对开放文档类型/格式的理解能力，如文档布局、文本的可视化表示及对象（如图表）的关系提取。该数据集的应用领域广泛，旨在解决视觉文档理解中的零样本泛化问题。