发布 BoundingDocs 数据集, 应用在 文档问答、视觉文档理解 领域

本次发布的数据集 BoundingDocs, BoundingDocs是一个用于文档问答（Document Question Answering, QA）的统一数据集，包含空间注释。它整合了多个来自文档AI和视觉丰富文档理解（VRDU）领域的公共数据集，并将信息提取（IE）任务重新表述为QA任务。每个问答对通过边界框与其在文档中的位置相关联，增强了布局理解并减少了模型输出中的幻觉风险。数据集支持多种语言，包括英语、意大利语、西班牙语、法语、德语、葡萄牙语、中文和日语。数据集的结构包括文档来源、文档ID、文档图像、OCR结果以及问答对。数据集分为训练集、验证集和测试集，并提供了详细的统计信息。

查看BoundingDocs

Dataset card 内容： 

Files and versions 内容： 

关于 , 国庆学校是一所位于中国的教育机构，专注于提供基础教育服务。学校致力于培养学生的综合素质，注重学术与品德的全面发展。

关于 HuggingFace , Hugging Face是一个机器学习社区协作平台，专注于模型、数据集和应用程序的创建、发现和协作。该平台支持多种数据类型，包括文本、图像、视频、音频和3D数据，并提供开源工具和付费计算及企业解决方案。