上海交通大学 发布 AceParse 数据集, 应用在 学术文献解析、结构化文本 领域

上海交通大学 本次发布的数据集 AceParse, AceParse是由上海交通大学和中国科学院共同创建的综合性学术文献解析数据集，旨在解决学术文献中多种结构化文本的解析问题。该数据集包含500,000条结构化文本，涵盖公式、表格、列表、算法等多种类型，使用LaTeX标记语言进行标注。数据集的创建过程包括文档收集、数据合成和边界检测，确保了数据的高质量和多样性。AceParse主要应用于学术文献解析领域，旨在提升模型对复杂结构化文本的解析能力。

查看AceParse

README 内容： 

关于 上海交通大学 , 上海交通大学是一所位于中国上海市的著名综合性研究型大学，以工程学、管理学和医学等领域的研究和教学而闻名。

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。