jun-2018/multimodal_doc_data
收藏Hugging Face2025-11-08 更新2025-11-15 收录
下载链接：
https://hf-mirror.com/datasets/jun-2018/multimodal_doc_data
下载链接
链接失效反馈官方服务：
资源简介：
这是一个包含新闻稿和报告文档的数据集，分为训练集和验证集。数据集中的每个文档都有唯一的ID、标题、文本内容等属性，并提供了文本的OCR识别结果和结构化文本信息。数据集的总大小为329GB，下载大小为155GB。
This dataset consists of press releases and reports, divided into training and validation sets. Each document in the dataset has a unique ID, title, text content, and other attributes, and provides OCR recognition results and structured text information. The total size of the dataset is 329GB, with a download size of 155GB.
提供机构：
jun-2018
