上海人工智能实验室 发布 OmniDocBench 数据集, 应用在 文档解析、自动化标注 领域

上海人工智能实验室 本次发布的数据集 OmniDocBench, OmniDocBench是由上海人工智能实验室创建的一个多源文档解析评估数据集，旨在推动自动化文档内容提取技术的发展。该数据集包含981个PDF页面，涵盖9种不同的文档类型，如学术论文、教科书、幻灯片等。数据集通过自动化标注、人工校验和专家审查，确保了标注的全面性和准确性。OmniDocBench提供了19种布局类别标签和14种属性标签，支持多层次的评估。该数据集主要用于评估和改进现有的文档解析方法，特别是在处理多样化的文档类型和确保公平评估方面。

查看OmniDocBench

README 内容： 

关于 上海人工智能实验室 , 上海人工智能实验室是一个专注于人工智能技术研究和应用的科研机构，致力于推动人工智能领域的前沿研究和产业发展。

关于 arXiv , arXiv 是一个免费分发服务和开放获取的学术文章档案库，涵盖了物理学、数学、计算机科学、定量生物学、定量金融、统计学、电气工程和系统科学以及经济学等领域。该网站上的材料并未经过 arXiv 的同行评审。