你好，作者们！感谢你们分享了优秀的作品！
我正在尝试复制layoutreader的预训练代码。
我想知道如何创建标签数据，对于这个任务，你们有什么推荐的标注工具吗？我已经通过OCR引擎获得了单词序列及其对应的边界框坐标。
t30tvxxf1#
我们的数据集，ReadingBank,是通过使用MS Doc文件内的xml元数据自动生成的。我们在论文(https://arxiv.org/pdf/2108.11591v2.pdf)中对其进行了详细描述。由于在我们的实现中没有涉及手动标注工作，我无法推荐“好”的标注工具。然而，正如我们在论文中指出的，阅读顺序是非常主观的，人类的注解对于这个主题非常有帮助。我们感谢您为整个学术界创建更多带注解的数据，以促进这一研究主题的发展。如果您在使用代码时遇到任何问题，请告知我们，我们将乐意提供帮助！
hgncfbus2#
谢谢。我想手动标记一些数据。我希望可以使用一些工具来帮助减轻标记目标序列文本顺序的任务。
2条答案
按热度按时间t30tvxxf1#
我们的数据集，ReadingBank,是通过使用MS Doc文件内的xml元数据自动生成的。我们在论文(https://arxiv.org/pdf/2108.11591v2.pdf)中对其进行了详细描述。由于在我们的实现中没有涉及手动标注工作，我无法推荐“好”的标注工具。然而，正如我们在论文中指出的，阅读顺序是非常主观的，人类的注解对于这个主题非常有帮助。我们感谢您为整个学术界创建更多带注解的数据，以促进这一研究主题的发展。如果您在使用代码时遇到任何问题，请告知我们，我们将乐意提供帮助！
hgncfbus2#
谢谢。我想手动标记一些数据。我希望可以使用一些工具来帮助减轻标记目标序列文本顺序的任务。