yifeihu/ACL-23-Paper-OCR-Markdown

该数据集包含2150篇来自2023年计算语言学协会（ACL）的论文，分为长论文（912篇）、短论文（185篇）、系统演示（59篇）、学生研究研讨会（35篇）、行业轨道（77篇）、教程摘要（7篇）和发现（902篇）。数据集由[@hu_yifei](https://x.com/hu_yifei)作为Open Research Assistant项目的一部分处理和编译。论文使用Marker进行OCR处理，并提供了Marker的商业使用许可和限制的链接。

原始信息汇总

ACL 2023 Paper in Markdown after OCR

数据集概述

• 任务类别: 摘要生成、文本生成
• 语言: 英语
• 标签: OCR
• 数据集名称: acl_23_paper_- 数据规模: 1K<n<10K

数据内容

该数据集包含2150篇来自Association for Computational Linguistics (ACL) 2023的论文，具体分类如下：

• 长论文: 912篇
• 短论文: 185篇
• 系统演示: 59篇
• 学生研究工作坊: 35篇
• 行业跟踪: 77篇
• 教程摘要: 7篇
• 研究成果: 902篇

OCR处理

这些论文通过Marker工具进行处理，该工具由@VikParuchuri开发。对于商业用途，请参阅Marker的许可和限制了解更多详情。