发布 PubLayNet 数据集, 应用在 文档布局分析、科学文献处理 领域

本次发布的数据集 PubLayNet, 该数据集包含了33万个科学文献样本，其中布局组件被分类为文本、标题、图表、列表和表格。此外，我们还使用了官方的数据分割方式，对训练、验证和测试数据进行划分。规模上，该数据集包含33万个样本，任务重点在于布局生成。

查看PubLayNet

README 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 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。