FUNSD-Form Understanding Noisy Scanned Documents

kaggle2021-05-14 更新2024-03-08 收录

文档分析

信息提取

数据链接：

https://www.kaggle.com/datasets/aravindram11/funsdform-understanding-noisy-scanned-documents 数据链接链接失效反馈

官方服务：

资源简介：

Form Understanding Noisy Scanned Documents Dataset

带噪扫描文档表单理解数据集

创建时间：

2021-05-14

rubentito/mp-docvqa

文档分析

视觉问答

--- pretty_name: MP-DocVQA (Multipage Document Visual Question Answering) license: mit task_categories: - question-answering - document-question-answering - document-visual-question-answering language

Hugging Face2023-02-27 更新3040

Barch corpus

数据可视化

信息提取

本数据集包含由人类编写的条形图摘要，涵盖18个不同主题，每个图表与四种主要信息之一相关联。通过众包收集了约20个摘要，每个摘要都与图表数据进行了标注，包括基本信息（轴标签、条形名称和高度）以及人类推断的分析信息（条形间的关系、高度近似值）。

github2022-04-20 更新360

Intention and Factuality Annotated Medical Incident Report Corpus

医疗事故分析

信息提取

该数据集包含日语医疗事故报告（MIRs）语料库以及用于访问和生成与LREC 2020论文相关的目标标注报告的脚本，用于MIRs的信息提取。医疗事故报告（MIRs）记录了医疗事故中发生的情况，主要描述了医生意图给予的药物和实际给予的药物之间的差异，这对于理解医疗事故的原因和避免未来类似事件至关重要。

github2023-11-03 更新250

面向金融长文档的模型推理评测集

文档分析

多模态推理评测

针对评测训练后的模型在真实金融场景中的表现力评测数据稀缺问题，课题组以金融研报和招股书等作为背景信息，从用户真实需求中提取问题并结合专家评测，开发了一个开源的面向金融长文档的模型推理评测集。本数据集由一线金融业务场景中真实需求驱动而构建，旨在覆盖金融领域的典型问题和需求。为此，课题组整理了 8 大类具有代表性的金融长文档和 12 大类典型问题，涵盖 41 篇长文档及 347 道问题，主要的数据项为

国家基础学科公共科学数据中心560

blei-ap

新闻数据

文档分析

2246篇来自美联社的文档

github2023-07-04 更新360