上海交通大学 发布 WebSRC 数据集, 应用在 网页阅读理解、结构化信息处理 领域

上海交通大学 本次发布的数据集 WebSRC, WebSRC是一个专为基于网页的结构化阅读理解任务设计的大型数据集，由上海交通大学开发。该数据集包含40万个问题-答案对，来源于6.4千个网页，每个问题都需要对网页结构有一定的理解才能回答。数据集不仅提供问题答案，还包含相应的HTML源代码、截图及元数据。WebSRC旨在推动网页阅读理解的研究，特别是在理解和利用网页的视觉和结构信息方面，以解决机器在网页内容理解上的挑战。

查看WebSRC

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。