通用多模态数据集-文档理解 (funsd)

数据集简介

主要数据内容包括： 扫描表单与文档理解（Form Understanding）数据资源 包含真实世界噪声扫描文档与表格图像数据 提供 OCR 文本、Bounding Box 与版面布局标注信息 包含 Header、Question、Answer、Other 等实体标签数据 提供字段关系（Key-Value Relation）与语义链接标注 覆盖表单、票据、申请单等多类型文档场景 支持文档版面分析与信息抽取的数据资源 支持的能力方向包括： OCR 与文档文字识别训练 Key-Value 信息抽取（KIE） 文档版面分析（Document Layout Analysis） 表单理解（Form Understanding）模型训练 Vision-Language 文档模型训练 实体识别（NER）与关系抽取 多模态文档理解与结构化解析 适用于： 智能文档处理（IDP）系统研发 OCR 与票据识别场景 企业表单自动化处理 文档 AI 与版面分析研究 多模态文档模型训练 Benchmark 评测与算法验证

数据质量