ReadingBank

Name: ReadingBank
Creator: OpenDataLab
License: 暂无描述

OpenXLab2026-04-18 收录

下载链接：

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

下载链接

链接失效反馈

官方服务：

资源简介：

ReadingBank是一个基准数据集，用于对word文档进行弱监督，该数据集包含500K个文档图像，具有广泛的文档类型以及相应的阅读顺序信息。

提供机构：

创建时间：

2022-05-23

ReadingBank是一个基准数据集，用于对word文档进行弱监督，该数据集包含500K个文档图像，具有广泛的文档类型以及相应的阅读顺序信息。

OpenDataLab2026-07-05 更新820

ReadingBank是一个用于阅读顺序检测的基准数据集，通过WORD文档的弱监督构建，包含50万张文档图像及其对应的阅读顺序信息。数据集支持的任务是文档的阅读顺序检测，语言为英语。数据集结构包括源文本、目标文本、BLEU分数等字段。数据分割为训练集40万条，开发集和测试集各5万条。

Hugging Face2023-02-08 更新160

CC-OCR V2是一个全面且具有挑战性的OCR基准，专为真实世界文档处理而设计。它包含7,093个高难度样本，覆盖5个主要OCR中心任务轨道，包括文本识别、文档解析、文档接地、关键信息提取和文档问答，旨在评估大模态模型在实际企业文档处理任务中的能力。

github2026-05-09 更新60

ReadingBank是一个用于阅读顺序检测的基准数据集，包含50万份不同类型的文档图像及其相应的阅读顺序信息。该数据集通过自动元数据提取方式获得高质量的阅读顺序标注，主要使用XML格式的WORD文档作为数据源。

github2024-05-14 更新1280

ReadingBank数据集是一个包含文档图像和相应文本的数据集，用于研究阅读顺序的预测。它包括三个部分：训练集、验证集和测试集。每个数据点包含文件名、页码、归一化边界框、文本单词列表以及边界框和文本的阅读顺序索引。

Hugging Face2025-09-22 更新80