因斯布鲁克大学 发布 MultiOCR-QA 数据集, 应用在 多语言问答系统、OCR文本分析 领域

因斯布鲁克大学 本次发布的数据集 MultiOCR-QA, MultiOCR-QA是一个多语言问答数据集，由因斯布鲁克大学创建，包含英语、法语和德语三种语言，共有60K个问题-答案对。数据集由经过OCR处理的历史文本构成，旨在评估OCR噪声对问答系统性能的影响。数据集涵盖了从OCR文本中直接生成的原始文本（RawOCR）和经过校正的文本（CorrectedOCR），使得可以在不同文本质量条件下直接比较问答性能。

查看MultiOCR-QA

README 内容： 

关于 因斯布鲁克大学 , 因斯布鲁克大学位于奥地利蒂罗尔州的首府因斯布鲁克，是一所历史悠久的高等学府。该大学成立于1669年，是奥地利最大的教育和研究机构之一，以其在自然科学、人文科学和社会科学领域的卓越研究而闻名。

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。