RealFormula

该数据集是从学术论文中提取的包含数学表达式的真实世界数据集，其目的是为了在实际场景中展示性能表现。该数据集的任务是对印刷的数学表达式进行识别。This real-world dataset consists of mathematical expressions extracted from academic papers, and its purpose is to demonstrate model performance in real-world application scenarios. The task of this dataset is to recognize printed mathematical expressions.

搜集汇总

背景与挑战

背景概述

该数据集是用于数学表达式识别（MER）的realFormula数据集，包含121个从arXiv论文中手动注释的数学表达式，以CSV格式存储，每个条目包括tokenized公式和对应图像名称。数据集发布于2024年，旨在支持印刷数学表达式的识别研究，并关联到相关论文和开源代码仓库。