SciTSR

该数据集由从科学文献中提取的表格组成，其特点是图像质量相对较高。在评估过程中，使用了完整的测试集。所涉及的任务是表格识别。

This dataset consists of tables extracted from scientific literature, which is characterized by relatively high image quality. A complete test set was used during the evaluation process. The task involved herein is table recognition.

搜集汇总

背景与挑战

背景概述

SciTSR是一个包含15,000个PDF表格及其结构标签的大规模表格结构识别数据集，分为12,000个训练样本和3,000个测试样本，特别包含一个复杂表格测试子集SciTSR-COMP。数据集提供了丰富的预处理数据，包括文本块、关系标签和结构标签，适用于表格结构识别任务的研究和开发。