MDPBench est un jeu de données de référence pour l'analyse syntaxique de documents numériques et photographiques multilingues ; les articles de recherche associés incluent… MDPBench : un banc d’essai pour l’analyse syntaxique de documents multilingues dans des scénarios réelsL'objectif est d'évaluer et d'améliorer la capacité du modèle à analyser des documents multilingues dans des scénarios complexes et réalistes. L'ensemble de données comprend 3 400 images de documents couvrant 17 langues, dont le chinois simplifié, le chinois traditionnel, l'anglais, l'arabe, l'allemand, l'espagnol, le français, l'hindi, l'indonésien, l'italien, le japonais, le coréen, le portugais, le russe, le thaï et le vietnamien. Les images ont fait l'objet d'un processus rigoureux d'annotation par un modèle expert, de correction manuelle et de vérification manuelle afin d'obtenir des annotations de haute qualité.