five

ahmedheakl/wordocr_instruct

收藏
Hugging Face2025-10-09 更新2025-10-25 收录
下载链接:
https://hf-mirror.com/datasets/ahmedheakl/wordocr_instruct
下载链接
链接失效反馈
官方服务:
资源简介:
该数据集包含了文档的唯一标识、图片、HTML和OTS格式的文档标签、Markdown格式的文档内容、文档语言、语言识别的置信度和文档难度评分等信息。数据集分为训练集和测试集,可用于文档分类、语言识别等任务。

The dataset includes unique identifiers for documents, images, document tags in HTML and OTSL formats, document content in Markdown format, document language, confidence of language recognition, and document difficulty scores. The dataset is divided into training and test sets, which can be used for tasks such as document classification and language recognition.
提供机构:
ahmedheakl
5,000+
优质数据集
54 个
任务类型
进入经典数据集
二维码
社区交流群

面向社区/商业的数据集话题

二维码
科研交流群

面向高校/科研机构的开源数据集话题

数据驱动未来

携手共赢发展

商业合作