Upload folder using huggingface_hub

README.md

@@ -1,3 +1,110 @@
----
-license: odc-by
----
+---
+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。
+
+[![Hugging Face](https://img.shields.io/badge/🤗%20Hugging%20Face-SmartDoc--Industry-blue)](https://)
+[![License](https://img.shields.io/badge/License-ODC--BY-blue)](LICENSE)
+[![Version](https://img.shields.io/badge/Version-1.0.0-orange)]()
+
+
+---
+## 🆕 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"}
+

images/.DS_Store

@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:35119134c94b26a825dd72f55264c9be3c35b920863447c33f15a513d688014d
+size 135172