OCR精标K12题库
131万道K12阶段结构化切题数据,每道试题包含彩色或黑白试题图像及其对应的标准答案与详细解析内容。
131.0万 条数据更新时间 2026-05-11
数据集简介
本K12题库面向K12阶段(即小学至高中)各学科,完成结构化OCR精标切题处理,总计131万道试题数据。每道数据记录中包含一张(或一组)试题切片图像(彩色与黑白图像均有),以及相应的题干文本(OCR识别结果与人工校对后)、标准答案和详细解析文本。数据通过OCR技术将原始印刷试卷与教辅资料转换为结构化试题格式,并完成内容的多轮核验,确保题干提取的准确性与解析的规范性。适用于AI自适应教育场景下的文档智能解析、作业自动批阅、考试阅卷评分、手写答题识别模型训练以及AI助教问答系统等智慧教育场景。
数据质量
记录完整性
93.77%
记录时效性
按需更新
记录结构化
NDJSON、JSON、CSV、XLSX、Parquet,支持定制化
记录云交付
Amazon S3、Snowflake、Alibaba Cloud OSS、Google Cloud Storage、Google Drive
记录标准化
为保证数据的一致性与可用性,数据集在构建过程中对原始记录进行了标准化处理,包括:(1)单位标准化:统一价格、重量、尺寸等字段的计量单位;(2)格式标准化:统一日期、时间、数值字段的表示格式;(3)文本清洗:去除 HTML 标签、多余空格及异常字符;(4)字段规范化:统一字段命名、数据类型与缺失值表示方式。该过程确保数据在不同来源和不同采集批次之间保持结构一致性,便于后续分析与建模。
记录代表性
数据覆盖全量业务场景,样本均衡,具备行业代表性
需要定制更适合业务场景的数据集?
我们支持公开数据浏览、关键词筛选与企业级定制交付,帮助你更快完成模型训练与数据分析落地。