Contracts to Invoices Conversion (md_to_json)

kaggle2024-09-29 更新2025-03-29 收录

文档信息提取

跨语言合同解析

数据链接：

https://www.kaggle.com/datasets/eduardbalamatiuc/contracts-to-invoices-conversion-md-to-json 数据链接链接失效反馈

官方服务：

资源简介：

A Dataset for Extracting Invoice details from Contracts in different languages

一种针对不同语言合同中提取发票详情的数据集

创建时间：

2024-09-29

HenriqueGodoy/extract-0

文档信息提取

自然语言处理

Extract-0文档信息提取数据集是一个包含280,128个合成训练示例的数据集，用于训练Extract-0语言模型，该模型在文档信息提取任务上表现优于GPT-4和其他大型模型。数据集由来自arXiv论文、PubMed Central文章、Wikipedia内容和FDA监管文档的文本片段构成，每个示例都配有一个基于模式的提取任务和相应的结构化输出。

Hugging Face2025-09-30 更新130

tinixai/ocr_annual_financials

文档信息提取

越南语OCR质量评估

TiniX越南OCR年度财务报表数据集是一个大规模越南语财务文档数据集，包含2015年至2025年越南上市公司的年度财务报表原始PDF文件和相应OCR提取的文本。数据集涵盖18,231份财务报告，涉及1,491个不同的股票代码，总数据量约为194 GB。OCR文本内容完整保留了文档结构，包括合并财务报表、母公司财务报表、年度审计报告、财务报表附注及相关附录和表格，在数字和表格数据上的准确率达到95

Hugging Face2026-05-26 更新80

Dataset of personal invoices and receipts including annotation of relevant fields

文档信息提取

票据识别

This is a dataset comprising 190 images of invoices and receipts that belong to one of the authors. It also includes text files with the transcription of relevant fields for each document – seller nam

Zenodo2022-10-16 更新40

Nyaaneet/cord-v2-custom

收据OCR

文档信息提取

--- dataset_info: features: - name: image dtype: image - name: original_label struct: - name: meta struct: - name: image_id dtype: int64 - name: image_size

Hugging Face2023-02-07 更新120

Artifacts for Keyword Extraction From Specification Documents for Planning Security Mechanisms

安全风险预测

文档信息提取

This dataset contains the data used for evaluating VDocScan - a keyword extraction based security vulnerability prediction method. The repository includes an extensive list of Products and Vulnerabili

Zenodo2023-01-28 更新60

Contracts to Invoices Conversion (md_to_json)

资源简介：

相关数据集