OmniDocBench

Name: OmniDocBench
Creator: OpenDataLab
License: 暂无描述

OpenXLab2026-04-18 收录

下载链接：

https://openxlab.org.cn/datasets/OpenDataLab/OmniDocBench

下载链接

链接失效反馈

官方服务：

资源简介：

OmniDocBench是一个针对真实场景下多样性文档解析评测集，具有这些特点：文档类型多样、标注信息丰富、标注质量高、配套评测代码

提供机构：

OpenDataLab

创建时间：

2024-12-02

OmniDocBench

OmniDocBench是一个用于多样化文档解析评估的数据集，包含981页PDF，涵盖9种文档类型、4种布局类型和3种语言类型。数据集具有丰富的标注，包括15种块级标注和4种跨级标注，以及文本、公式和表格的识别结果。此外，还提供了文档组件的阅读顺序标注和多种属性标签。数据集通过手动筛选、智能标注和专家质量检查确保高质量。评估代码套件设计用于端到端和单模块评估，以确保评估的公平性和准确性。

Hugging Face2024-12-10 更新1480

Quivr/OmniDocBench

OmniDocBench 是一个用于评估真实场景中多样化文档解析的基准数据集。该数据集包括各种文档类型、布局和语言，并对块级和跨度级文档元素进行丰富的注释。它还包括一个评估代码套件，用于端到端和单一模块的评估。数据集以 JSON 格式提供，并包括用于评估的相应图像和 PDF。README 还包括使用 Python 工具对数据集进行过滤和分层采样的说明。

Hugging Face2025-01-28 更新40

OmniDocBench

OmniDocBench是由上海人工智能实验室创建的一个多源文档解析评估数据集，旨在推动自动化文档内容提取技术的发展。该数据集包含981个PDF页面，涵盖9种不同的文档类型，如学术论文、教科书、幻灯片等。数据集通过自动化标注、人工校验和专家审查，确保了标注的全面性和准确性。OmniDocBench提供了19种布局类别标签和14种属性标签，支持多层次的评估。该数据集主要用于评估和改进现有的文档解析方

arXiv2024-12-11 更新4560

OmniDocBench

OmniDocBench是一个针对真实场景下多样性文档解析评测集，具有这些特点：文档类型多样、标注信息丰富、标注质量高、配套评测代码

OpenDataLab2026-07-05 更新890

OmniDocBench

# OmniDocBench [English](./README.md) | [简体中文](./README_ZH.md) **OmniDocBench** is an evaluation dataset for diverse document parsing in real-world scenarios, with the following characteristics: - *

魔搭社区2026-07-05 更新1030