DocBank 文本数据集

机构

大小

48.1 GB

发布地址

github.com

论文地址

arxiv.org

分类

文本分析

许可协议

N/A

发布日期

标签

文本分析

数据集下载磁力链

DocBank 是一个文本数据集。数据集包含 50 万个细粒度、词条级别标注的文档页面，用于文档布局分析。数据集使用一种简单而有效的方式构建，有 arXiv.com 上提供的 \LaTeX{} 文档的弱监督。

DocBank.torrent

2 做种 1 下载 151 已完成

DocBank/README.md 967 B
DocBank/README.txt 967 B
DocBank/data/DocBank_500K_ori_img.zip.001 5 GB
DocBank/data/DocBank_500K_ori_img.zip.002 5 GB
DocBank/data/DocBank_500K_ori_img.zip.003 5 GB
DocBank/data/DocBank_500K_ori_img.zip.004 5 GB
DocBank/data/DocBank_500K_ori_img.zip.005 5 GB
DocBank/data/DocBank_500K_ori_img.zip.006 5 GB
DocBank/data/DocBank_500K_ori_img.zip.007 5 GB
DocBank/data/DocBank_500K_ori_img.zip.008 5 GB
DocBank/data/DocBank_500K_ori_img.zip.009 5 GB
DocBank/data/DocBank_500K_ori_img.zip.010 2.41 GB
DocBank/data/DocBank_500K_txt.zip 500.88 MB
DocBank/data/MSCOCO_Format_Annotation.zip 199.29 MB