找到13个数据集

标签: 文档处理

过滤结果

  • NewsEye_READ_AS_19世纪芬兰报纸训练数据集

    2025年12月24日 30 54 12

    数据集概述 该数据集包含19世纪芬兰报纸页面的带注释文本数据，共200页训练集页面图像由芬兰国家图书馆（NLF）提供，数据按PAGE格式构建，通过Transkribus平台生成，附带相关指南文档，为报纸文本识别模型训练提供支持。 文件详解 文件名称: Article GT guidelines for...
    packageimg

  • DevScholar_Based_医学CT半结构化文档分析完整数据

    2025年12月11日 30 186 145

    数据集概述 本数据集包含与DevScholar相关的文档及压缩文件，涉及医学CT相关内容，提供半结构化PDF文档和压缩包形式的资料，为相关研究或应用提供数据支持。 文件详解 文件名称: semi-structured.pdf，文件格式: PDF，含医学CT相关的半结构化文档内容 文件名称: DevScholar.zip，文件格式:...
    packageimg

  • CEX项目_黄金标准全文数据集

    2025年12月9日 30 158 81

    数据集概述 本数据集为CEX项目的黄金标准全文集合，包含来自27个学科的107篇学术文章。针对每篇文章提供PDF、TEI XML、引文注释JSON、JSON-LD四种互补文件，全面捕获文献内容、结构与引文信息，为文档处理、引文分析等研究提供支持。 文件详解 基础信息文件：...
    packageimg

  • 专家特征数据集

    2025年12月6日 30 167 8

    数据集概述 本数据集包含一份关于专家特征的PDF文档，未提供具体描述信息，整体结构简洁，仅含单个文档文件。 文件详解 文件名称: Expert_Features.pdf 文件格式: PDF (.pdf) 文件内容: 文档类型文件，具体内容未提供详细描述，推测与专家特征相关 适用场景 专家特征研究: 可用于分析专家相关特征的内容梳理与总结 文档内容挖掘:...
    packageimg

  • TranscriboQuest古希腊团队数据集2024

    2025年12月5日 30 29 8

    数据集概述 本数据集是2024年九月十一日至十三日在里昂举办的TranscriboQuest活动期间，由古希腊团队生成的数据集，包含活动相关的文档、配置文件和数据压缩包，具体信息可参考README文件。 文件详解 README.md: MD格式文件，包含项目介绍、团队信息、数据描述、指南和致谢等内容 Guidelines.pdf:...
    packageimg

  • 政府PDF文档元数据分析数据集

    2025年10月30日 30 17 16

    政府PDF文档元数据分析数据集_Government_PDF_Document_Metadata_Analysis_Dataset 数据来源：互联网公开数据 标签：PDF文档, 元数据分析, 政府文件, 数据挖掘, 文件分析, 文档处理, 文本信息提取, 信息检索 数据概述：...
    packageimg

  • 希拉里克林顿电子邮件数据集-2009至2013年-robroseknows

    2025年6月4日 30 96 61

    希拉里克林顿电子邮件数据集-2009至2013年-robroseknows 数据来源：互联网公开数据 标签：希拉里克林顿,电子邮件,外交,国家安全,数据隐私,政府通信,文档处理 数据概述：...
    packageimg

  • BKAI文档数据集BKAIDocumentDataset-phucnguyenlamp

    2025年5月28日 30 120 11

    BKAI文档数据集BKAIDocumentDataset-phucnguyenlamp 数据来源：互联网公开数据 标签：BKAI，文档处理，数据集，自然语言处理，机器学习，文本分析，信息检索，人工智能 数据概述：该数据集包含来自BKAI的文档数据，记录了多种类型的文档信息，适用于自然语言处理和机器学习任务。主要特征如下：...
    packageimg

  • 公司文档信息分析数据集CompanyDocumentInformationAnalysis-hachemsfar

    2025年4月29日 30 163 56

    公司文档信息分析数据集CompanyDocumentInformationAnalysis-hachemsfar 数据来源：互联网公开数据 标签：公司信息, 文本分析, 文档处理, 市场调研, 文本挖掘, 数据清洗, 商业情报, 监管文件 数据概述： 该数据集包含来自hachemsfar-...
    packageimg

  • 文档过滤与分类数据集FilteredDocumentsDataset-pragunsrivastava

    2025年4月25日 30 93 48

    文档过滤与分类数据集FilteredDocumentsDataset-pragunsrivastava 数据来源：互联网公开数据 标签：文档处理，数据集，文本分类，自然语言处理，机器学习，信息检索，文本分析，数据挖掘 数据概述： 该数据集包含经过过滤和分类的文档数据，记录了各类文档的文本内容和分类标签。主要特征如下： 时间跨度：...
    packageimg

  • Kaggle文档合成数据集KaggleDocsSyntheticDataset-zohadev

    2025年4月23日 30 29 15

    Kaggle文档合成数据集KaggleDocsSyntheticDataset-zohadev 数据来源：互联网公开数据 标签：数据集，合成数据，文本分析，机器学习，自然语言处理，数据挖掘，文档处理，人工智能 数据概述： 该数据集包含来自Kaggle平台文档的合成数据，记录了文档内容的结构化信息。主要特征如下：...
    packageimg

  • 项目文件数据集-justingrima

    2025年4月23日 30 55 20

    项目文件数据集-justingrima 数据来源：互联网公开数据 标签：项目管理，文件分析，数据集，文档处理，数据挖掘，文本分析，信息检索，版本控制 数据概述： 该数据集包含了一系列项目文件的相关数据，记录了项目中各种类型文件的详细信息。主要特征如下： 时间跨度：数据记录的时间范围涵盖了项目文件的创建，修改和版本控制时间。...
    packageimg

  • 签名检测数据集

    2025年4月14日 30 16 4

    签名检测数据集 数据来源：互联网公开数据 标签：签名检测,文档处理,目标检测,图像标注,计算机视觉,深度学习 数据概述： 本数据集包含带签名的文档照片，每张照片中标注了签名的边界框位置信息。数据集分为训练集和测试集两部分，适用于签名检测任务。 数据用途概述：...
    packageimg