数据集概述
该数据集为历史登记册表格识别研究相关数据，包含用于对比机器学习方法的实验数据，涉及不同版本的图像及标注文件，支持表格文本行、单元格等元素的识别分析。
文件详解
该数据集包含一个ZIP格式压缩文件，具体说明如下：
- 文件名称: READ_ABP_TABLE.zip
- 文件格式: ZIP (.zip)
- 内部目录及内容:
- dataset111目录：含img/（图像文件）、xml/（带BIESO标注的READ pagexml文件）
- dataset150目录：含img/（图像文件）、GT_xml/（带BIESO标注的READ pagexml文件）、WK_xml/（工作流输出的pagexml文件，含自动识别的文本行和列）、ROWREF/（行区域标注文件）
- 标签集说明（TextLine元素属性）：
- DU_row标签：B（单元格首元素）、I（单元格内部）、E（单元格末元素）、S（单元素单元格）、O（表格外元素）
适用场景
- 历史文档表格识别算法研发：对比不同机器学习方法在历史登记册表格识别任务中的性能
- 文档分析系统优化：基于工作流输出与标注数据，改进表格文本行、列、单元格的自动识别精度
- 古籍数字化研究：支持历史登记册类文档的结构化信息提取与数字化处理
- 表格标注规范验证：基于BIESO标注体系，验证表格元素标注方法的有效性
