pubtabnet
收藏kaggle2023-09-14 更新2024-03-11 收录
下载链接：
https://www.kaggle.com/datasets/hoanganh4511/pubtabnet
下载链接
链接失效反馈官方服务：
资源简介：
应用场景：
创建时间：
2023-09-04
相关数据集
PubTabNet
该数据集是为了对HySem模型进行微调和评估而设计的，它包含了经过手动精心挑选的测试样本。这些样本的整理使得我们能够对内容和语义的准确性进行评估。具体任务是将HTML格式的表格数据转换为JSON格式的语义表示。
arXiv350
OCRFlux-pubtabnet-cross
# OCRFlux-pubtabnet-cross PDF documents are typically paginated, which often results in tables or paragraphs being split across consecutive pages. Accurately detecting and merging such cross-page str
魔搭社区2025-12-05 更新140
pubtabnet-synthetic
该数据集包含图像和HTML表格两种类型的数据。数据集分为两个部分：'tc'和'sc'，每个部分包含36270个样本，总大小为6409375043.37字节。数据集的总下载大小为12411668457字节，总数据集大小为12818750086.74字节。
Hugging Face2024-10-10 更新70
PubTabNet_OTSL
# Dataset Card for PubTabNet_OTSL ## Dataset Description - **Homepage:** https://ds4sd.github.io - **Paper:** https://arxiv.org/pdf/2305.03393 ### Dataset Summary This dataset is a conversion of t
魔搭社区2025-12-05 更新70
