nielsr/FUNSD_layoutlmv2

FUNSD数据集是一个包含注释表单的集合，每个文档图像被调整为224x224大小。数据集的加载脚本来自LayoutLMv2的官方实现，并更新为不包含Detectron2依赖。

The FUNSD dataset is a collection of annotated form documents. Each document image is resized to 224×224 pixels. The data loading script for this dataset is derived from the official implementation of LayoutLMv2, and has been updated to remove the Detectron2 dependency.

原始信息汇总

数据集概述

数据集描述

数据集总结

• 名称: FUNSD
• 描述: FUNSD数据集是一个包含注释的表单集合。与原始数据集相比，每个文档图像被调整为224x224像素。
• 来源: 数据集加载脚本来自官方LayoutLMv2实现，并更新以排除任何Detectron2依赖。

支持的任务和排行榜

• 信息: 待补充

语言

• 信息: 待补充

数据集结构

数据实例

• 示例: 数据集中的一个训练样本包含以下字段：
  • chunk_tags: 标签序列
  • id: 样本ID
  • pos_tags: 词性标签序列
  • tokens: 文本内容

数据字段

• 描述: 所有分割的数据字段相同。

数据分割

• 描述: 待补充

数据集创建

来源数据

• 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

• 信息: 待补充

偏见讨论

• 信息: 待补充

其他已知限制

• 信息: 待补充

附加信息

数据集管理员

• 信息: 待补充

许可信息

• 信息: 待补充

引用信息

@article{DBLP:journals/corr/abs-1905-13538, author = {Guillaume Jaume and Hazim Kemal Ekenel and Jean{-}Philippe Thiran}, title = {{FUNSD:} {A} Dataset for Form Understanding in Noisy Scanned Documents}, journal = {CoRR}, volume = {abs/1905.13538}, year = {2019}, url = {http://arxiv.org/abs/1905.13538}, archivePrefix = {arXiv}, eprint = {1905.13538}, timestamp = {Mon, 03 Jun 2019 13:42:33 +0200}, biburl = {https://dblp.org/rec/journals/corr/abs-1905-13538.bib}, bibsource = {dblp computer science bibliography, https://dblp.org} }

贡献者

• 贡献者: @vblagoje, @jplu