巴塞罗那自治大学 发布 Document Understanding Dataset and Evaluation (DUDE) 数据集, 应用在 文档理解、计算机视觉 领域

巴塞罗那自治大学 本次发布的数据集 Document Understanding Dataset and Evaluation (DUDE), 数据集DUDE是由巴塞罗那自治大学的计算机视觉中心创建的，旨在为文档AI社区提供一个更实用的长期基准。该数据集包含5641个文档，覆盖多种行业、领域和页面，以及各种来源和日期。数据集设计了多种问题类型，包括多任务和多领域评估设置，以更准确地模拟现实世界中的情况。DUDE数据集的目标是推动文档理解领域的研究进展，特别是在处理视觉丰富的文档（VRDs）方面。此外，数据集还包括多种文档布局和视觉元素，如表格、图表、列表、复选框、邮票等，以评估模型对这些元素的理解能力。数据集的应用领域广泛，旨在解决文档理解中的实际挑战，如领域泛化、任务无关架构和文档内容及布局的高度变异性。

查看Document Understanding Dataset and Evaluation (DUDE)

Dataset card 内容： 

Files and versions 内容： 

关于 巴塞罗那自治大学 , 巴塞罗那自治大学（Universitat Autònoma de Barcelona, UAB）是西班牙的一所公立研究型大学，位于巴塞罗那市郊的贝尔塔拉维亚。该校在多个学科领域享有国际声誉，尤其在社会科学、自然科学和人文科学方面表现突出。

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。