PGDP5K：面向平面几何问题的图表解析数据集
计算机视觉与模式识别
2022-05-23 v1
摘要
图表解析是几何解题的重要基础，在智能教育与文档图像理解领域受到越来越多的关注。由于布局复杂及图元间关系多样，平面几何图表解析（PGDP）仍是一项值得深入研究的挑战性任务。合适的数据集对PGDP研究至关重要。尽管已有一些带粗糙标注的数据集用于解决几何问题，但它们要么规模小，要么不公开。粗糙的标注也使其效用有限。为此，我们提出一个新的大规模几何图表数据集PGDP5K及一种新颖标注方法。我们的数据集包含5000个图表样本，由16种形状组成，涵盖5种位置关系、22种符号类型和6种文本类型。与以往数据集不同，PGDP5K在图元级别进行了更细粒度的标注，包括图元类别、位置与关系。此外，结合上述标注与几何先验知识，它可自动且唯一地生成可理解的几何命题。我们在PGDP5K与IMP-Geometry3K数据集上的实验显示，最先进（SOTA）方法仅取得66.07%的F1值。这表明PGDP5K对未来的研究构成了挑战。我们的数据集可在 http://www.nlpr.ia.ac.cn/databases/CASIA-PGDP5K/ 获取。
引用
@article{arxiv.2205.09947,
title = {PGDP5K: A Diagram Parsing Dataset for Plane Geometry Problems},
author = {Yihan Hao and Mingliang Zhang and Fei Yin and Linlin Huang},
journal= {arXiv preprint arXiv:2205.09947},
year = {2022}
}