就像是PubLayNet一样 但是PubLayNet最局限的地方在于分类太少了 很难满足实际需求
Activity
ppaanngggg commentedon Apr 24, 2024
看起来很难, 因为这个数据是token级别的, 你想要的应该是block级别的
ppaanngggg commentedon Apr 28, 2024
Allen 的 vila 项目里提供了从 tokenlevel 合成 blocklevel 的数据,但是看起来质量不高
ppaanngggg commentedon Apr 28, 2024
目前找下来最好的还是 doclaynet 这个数据集