[经管数据集] DocBank 文本数据集 [推广有奖]

0关注
1粉丝

已卖：494份资源

学科带头人

82%

还不是VIP/贵宾

威望: 0 级
论坛币: 1453 个
通用积分: 458.1976
学术水平: 11 点
热心指数: 11 点
信用等级: 11 点
经验: 19223 点
帖子: 1263
精华: 0
在线时间: 394 小时
注册时间: 2022-11-18
最后登录: 2026-10-21

楼主

ewfwedwd 发表于 2026-8-6 13:56:28 |AI写论文

是否 +2 论坛币

k人参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

DocBank文档布局分析文本数据集 50万细粒度词条级标注 2020arXiv开源学术资源

‌

内容覆盖范围

本资源为官方发布的标准DocBank文本数据集，核心内容包含50万个细粒度、词条级别的标注文档页面，是专门面向文档布局分析任务搭建的权威基准数据集。数据集依托arXiv平台公开的LaTeX文档，通过高效弱监督方式完成构建，标注精度满足学术研究与工业落地的双重要求。
同时随资源配套提供官方完整标准引用格式：
@misc{li2020docbank, title={DocBank: A Benchmark Dataset for Document Layout Analysis}, author={Minghao Li and Yiheng Xu and Lei Cui and Shaohan Huang and Furu Wei and Zhoujun Li and Ming Zhou}, year={2020}, eprint={2006.01038}, archivePrefix={arXiv}, primaryClass={cs.CL} }