henryholloway/LaTeX_Image_Pairs

该数据集包含LaTeX表达式及其对应图像的独特集合。LaTeX表达式是从多种开源教科书中精心抓取的，确保了数据的多样性和全面性。每个LaTeX表达式与三种不同字体渲染的图像相关联，提供了丰富的资源用于机器学习的训练和评估。数据集采用parquet文件格式存储，包含LaTeX表达式和图像路径列表。此外，生成式AI技术被用于扩展数据集，确保涵盖各种LaTeX语法和结构。数据集适用于学术研究、机器学习模型训练以及对LaTeX表达式识别或生成感兴趣的人员。

原始信息汇总

LaTeX Image Pairs Dataset

概述

LaTeX Image Pairs Dataset 是一个独特的数据集，包含了 LaTeX 表达式及其对应的图像。这些 LaTeX 表达式从多种开源教科书中精心筛选而来，确保了数据集的多样性和全面性。

数据内容

• LaTeX 表达式：每个条目包含一个 LaTeX 表达式。
• 图像路径：每个 LaTeX 表达式关联三个图像路径，这些图像展示了在三种不同字体下渲染的表达式。

数据结构

数据集以 parquet 文件格式存储，每个条目包含以下信息：

• LaTeX 表达式
• 三个图像路径，分别指向 Images 文件夹中的图像

数据生成

除了从教科书中筛选的原始 LaTeX 表达式外，还使用了生成式 AI 技术扩展数据集，确保涵盖广泛的 LaTeX 语法和结构。

应用场景

该数据集适用于学术研究、机器学习模型训练，以及对 LaTeX 表达式识别或生成感兴趣的开发者和研究人员。它结合了真实数据和合成数据，为 LaTeX 相关技术的研究提供了全面的工具。

许可证

该数据集采用 CC-BY-4.0 许可证。