arXiv Computer Vision· Yuheng Chen, Yufan Chen, Zhuojun Cai, Ruiping Liu, Junwei Zheng, Jiale Wei, Di Wen, Weijia Fan, Kunyu Peng, Jiaming Zhang, Rainer Stiefelhagen·· 4 小时前AI 评分22
Read-Parse-Describe：带视觉元素描述生成的统一文档解析数据集
Read, Parse, Describe: Unified Document Parsing with Visual Element Description Generation
AI 导读
研究者提出 Read-Parse-Describe，一个面向文档解析与视觉元素描述生成的统一数据集，要求模型对页面图像输出含边界框、语义标签、阅读顺序索引、文本内容和视觉元素替代文本的有序布局元素列表。
来源：arXiv Computer Vision · arxiv.org