华中科技大学 发布 OCRBench v2 数据集, 应用在 光学字符识别、文本处理 领域

华中科技大学 本次发布的数据集 OCRBench v2, OCRBench v2 是由华中科技大学、阿德莱德大学、华南理工大学和字节跳动联合创建的一个大规模双语文本中心基准数据集。该数据集包含10,000条经过人工验证的问答对，涵盖了31种不同的场景，如街景、收据、公式、图表等。数据集通过23个任务评估LMMs在文本识别、文本定位、手写内容提取和逻辑推理等方面的能力。OCRBench v2 的创建过程包括从81个学术数据集中手动筛选数据，并补充私有数据以确保场景的多样性。该数据集主要用于评估LMMs在复杂OCR任务中的性能，旨在解决现有基准在任务多样性、上下文复杂性和规模上的不足。

查看OCRBench v2

关于 华中科技大学 , 华中科技大学位于中国湖北省武汉市，是一所综合性研究型全国重点大学，隶属于中华人民共和国教育部。学校创建于1952年，前身为华中工学院，2000年与同济医科大学、武汉城市建设学院合并组建为华中科技大学。该校在工程、医学、管理等领域具有较强的教学和研究实力。

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。