ICDAR 2023 富视觉文档图像结构化文本提取竞赛
计算机视觉与模式识别
2023-06-07 v1
摘要
结构化文本提取是文档AI领域中最具价值且最具挑战性的应用方向之一。然而，过往基准的场景有限，且相应的评估协议通常聚焦于结构化文本提取方案的子模块。为消除这些问题，我们组织了ICDAR 2023富视觉文档图像结构化文本提取（SVRD）竞赛。我们为SVRD设立两个赛道，包括赛道1：HUST-CELL和赛道2：Baidu-FEST，其中HUST-CELL旨在评估复杂实体链接与标注的端到端性能，Baidu-FEST聚焦于从端到端视角评估零样本/少样本结构化文本提取的性能与泛化能力。与当前文档基准相比，我们的双赛道竞赛基准极大丰富了场景，包含50余种富视觉文档图像（主要来自实际企业应用）。竞赛于2022年12月30日开启，2023年3月24日关闭。赛道1收到35名参与者和91份有效提交，赛道2收到15名参与者和26份有效提交。在本报告中，我们将介绍动机、竞赛数据集、任务定义、评估协议及提交概要。根据提交表现，我们认为在复杂和零样本场景的预期信息提取性能方面仍存在较大差距。希望本竞赛能吸引CV与NLP领域的众多研究者，并为文档AI领域带来新思路。
引用
@article{arxiv.2306.03287,
title = {ICDAR 2023 Competition on Structured Text Extraction from Visually-Rich Document Images},
author = {Wenwen Yu and Chengquan Zhang and Haoyu Cao and Wei Hua and Bohan Li and Huang Chen and Mingyu Liu and Mingrui Chen and Jianfeng Kuang and Mengjun Cheng and Yuning Du and Shikun Feng and Xiaoguang Hu and Pengyuan Lyu and Kun Yao and Yuechen Yu and Yuliang Liu and Wanxiang Che and Errui Ding and Cheng-Lin Liu and Jiebo Luo and Shuicheng Yan and Min Zhang and Dimosthenis Karatzas and Xing Sun and Jingdong Wang and Xiang Bai},
journal= {arXiv preprint arXiv:2306.03287},
year = {2023}
}
备注
ICDAR 2023 Competition on SVRD report (To be appear in ICDAR 2023)