florianbussmann/FUNSD-vu2020revising

这是由Vu, H. M., & Nguyen, D. T. N. (2020)提出的FUNSD数据集的修订版本。该数据集支持表单理解挑战，包括三个任务：单词分组、语义实体标注和实体链接。数据集包含149个训练样本和50个测试样本，数据字段包括id、words、bboxes、ner_tags和image_path。

原始信息汇总

数据集概述

数据集描述

数据集摘要

• 名称: FUNSD-vu2020revising
• 版本: 修订版
• 来源: 由Vu, H. M., & Nguyen, D. T. N. (2020)提出，基于原始FUNSD数据集。

支持的任务和排行榜

• 任务: 表单理解挑战
• 具体任务:
  • 单词分组
  • 语义实体标注
  • 实体链接

语言

• 语言: 英语（en-US）

数据集结构

数据实例

• 详细信息: 待补充

数据字段

• 字段:

  • id: 字符串类型，全局唯一标识符（GUID）。

  • words: 字符串列表。

  • bboxes: 整数列表的列表，每个列表包含四个整数。

  • ner_tags: 整数列表，分类标签。标签集包括： python {O: 0, B-HEADER: 1, I-HEADER: 2, B-QUESTION: 3, I-QUESTION: 4, B-ANSWER: 5, I-ANSWER: 6}

  • image_path: 字符串类型。

数据分割

• 分割:
  • 训练集: 149个实例
  • 测试集: 50个实例

数据集创建

数据来源

• 初始数据收集和标准化: 待补充
• 源语言生产者: 待补充

注释

• 注释过程: 待补充
• 注释者: 待补充

个人和敏感信息

• 信息: 待补充

使用数据的考虑

数据集的社会影响

• 影响: 待补充

偏见的讨论

• 偏见: 待补充

其他已知限制

• 限制: 待补充

附加信息

数据集维护者

• 维护者: 待补充

许可信息

• 许可: 待补充

引用信息

• 引用:

  @article{vu2020revising, title={Revising FUNSD dataset for key-value detection in document images}, author={Vu, Hieu M and Nguyen, Diep Thi-Ngoc}, journal={arXiv preprint arXiv:2010.05322}, year={2020} }