| | --- |
| | license: odc-by |
| | tags: |
| | - 文档解析 |
| | - 文档智能 |
| | - OCR Bench |
| | - Doc Parsing |
| | - OCR |
| | - pdf |
| | - markdown |
| | --- |
| | |
| | DocParsingBench是一个包含1400张图片的文档智能测评数据集，系统性地采集并标注了来自真实业务流程的文档样本，首次系统性总结企业高频的文档元素，涵盖金融、法律、科研、工业、教育五大领域。 |
| |
|
| | [](https://) |
| | [](LICENSE) |
| | []() |
| |
|
| |
|
| | --- |
| | ## 🆕 最新资讯 |
| |
|
| | **[2026.03.09]** DocParsingBench v1.0 正式发布！首个**面向真实行业场景**的智能文档解析数据集，涵盖金融、法律、科研、工业、教育五大领域。现已上线 Hugging Face！🔥🔥🔥 |
| |
|
| | --- |
| |
|
| | ## 🎯 核心亮点 |
| |
|
| | ### ✅ 1. 五大真实行业场景 |
| |
|
| | 我们系统性地采集并标注了来自**真实业务流程**的文档样本，保留了**扫描噪声、印章遮挡、模糊字符**: |
| |
|
| | | 行业 | 文档类型 | 场景特征 | |
| | |------|---------|---------| |
| | | **金融** | 券商研报、上市公司财报、招股说明书 | 多栏报表、带印章的PDF扫描件、复杂表格 | |
| | | **法律** | 法律文书、合同条款、行业标准规范 | 页眉页脚规范化、脚注密集、参考文献交叉引用 | |
| | | **科研** | 学术论文、编程教材、专利全文 | 双栏/三栏混合、公式密集、代码段、化学式 | |
| | | **工业制造** | 操作SOP、表格单据 | 扫描件模糊、手写填空项、二维码/条形码 | |
| | | **教育** | 书籍教材、英文、化学、数学 | 化学结构式、化学反应式、选择题选项、填空空白 | |
| |
|
| |
|
| | ### ✅ 2. 复杂版面全覆盖 |
| |
|
| | - **单栏**：教材、法律文书 |
| | - **双栏**：学术论文、部分研报 |
| | - **三栏及以上**：券商财报、数据报表 |
| | - **混合布局**：图文混排、表格跨栏、侧边栏嵌套 |
| |
|
| | --- |
| |
|
| | ## 📊 数据构成 |
| |
|
| | | 维度 | 分类 | |
| | |------|------| |
| | | **总样本量** | 1400页 | |
| | | **语言** | 中文、英文、中英混合| |
| | | **行业分布** | 金融 / 法律 / 科研 / 工业 / 教育 | |
| | | **版面分布** | 单栏 / 双栏 / 三栏 / 混合 | |
| | | **标注格式** | Markdown |
| | | **化学标注** | 采用 [SoMarkdown](https://github.com/SoMarkAI/SoMarkDown) 规范，将 SMILES 与 LaTeX 结合进行表达，可完整渲染化学结构式 |
| |
|
| | --- |
| |
|
| | ## 🏗️ 数据处理与标注理念 |
| | - **坚持全人工标注**，因为文档解析的“正确答案”不该是模型猜出来的。因为我们在实践中发现：模型预标注的误差会被标注员“惯性接受”。标注员面对已有markdown结果时，倾向于微调而非重画，导致模型错误被固化。每一根框线，都是一笔一笔画出来的；每一个字都是通过键盘输入的。这不是效率最高的方式，但这是质量最高的方式。 |
| | - 这是本项目投入时间最长的环节。我们为每一类文档元素制定了详细的边界判定规则，逐类试标、迭代、定稿。 |
| | - 每一类规范都经过3轮以上试标+全员培训+一致性测试，确保不同标注员对同一页面的判定差异<5%。累计退回重标批次6轮，标注-复核工时比1 : 0.8 |
| |
|
| |
|
| | ## 📈 评测基准（待发布） |
| |
|
| | 我们同期发布的DocParsingBench**行业文档解析评测基准**欢迎社区参与评测！📊 |
| |
|
| |
|
| | ## ❤️ 致谢 |
| |
|
| | 这是一个需要极大耐心的工作。一个复杂页面的化学式+表格混排，可能耗时数小时；一次边界分歧导致的整批次退回，意味着数百小时的重来。每一页标注的背后，都是人眼对文档结构的理解，是人手对markdown的确认。感谢所有标注团队的坚持。 |
| |
|
| | 同时感谢 [SoMarkdown](https://github.com/SoMarkAI/SoMarkDown) 项目提供的化学结构式标注规范，使我们能够用精确表达大模型可读的化学内容。 |
| |
|
| | --- |
| |
|
| | ## 📖 引用 |
| |
|
| | 如果您在研究中使用了DocParsingBench，请按如下格式引用： |
| |
|
| | ```bibtex |
| | @misc{DocParsingBench-2026, |
| | title={DocParsingBench}, |
| | author={SoMark}, |
| | year={2026}, |
| | publisher={Hugging Face,ModelScope}, |
| | howpublished={\url{https://modelscope.cn/datasets/SoMark/DocParsingBench}} |
| | } |
| | ``` |
| |
|
| | --- |
| |
|
| | ## 📜 许可证 |
| |
|
| | 本项目采用 **ODC-BY (Open Data Commons Attribution License)** 许可证，开放学术研究和商业应用。 |
| |
|
| | --- |
| | > 🌟 如果您觉得这个数据集有价值，欢迎在 modelscope/Hugging Face 上给我们 ⭐！ |
| |
|
| |
|
| | #### 下载方法 |
| | :modelscope-code[]{type="sdk"} |
| | :modelscope-code[]{type="git"} |
| |
|
| |
|
