葡萄牙语发票收据图像及字段标注数据集

数据集概述

该数据集包含八百一十三张葡萄牙语的私人公司发票与收据图像，以及对应文本文件，记录了销售方名称、地址、税号、购买方税号、发票日期、总金额、税额和文档编号等关键字段的转录信息。

文件详解

• 1_Images.zip：压缩文件，包含所有发票与收据的图像文件，格式未提及。
• 2_Annotations_Json.zip：压缩文件，包含各文档相关字段的转录文本文件，格式为JSON。字段包括销售方名称、销售方地址、销售方税号、购买方税号、发票日期、发票总金额、发票税额、文档编号。

适用场景

• 文档信息抽取研究：可用于训练和测试发票、收据关键信息自动提取模型。
• 光学字符识别（OCR）优化：针对葡萄牙语文本的OCR技术性能提升。
• 财务自动化应用：支持企业财务数据录入、报销审核等场景的自动化解决方案开发。
• 多语言文档处理：探索葡萄牙语商业文档处理的算法与工具。