SciPostLayout：用于科学学术海报布局分析与生成的数据集

科学学术海报用于以图形格式有效呈现科学论文的贡献。然而，创建能够高效总结论文核心要素的精美海报既耗时又麻烦。一个能够自动从科学论文生成精美海报的系统将减少作者的工作负担，并帮助读者以可视化方式理解论文的概要结构。尽管海报生成系统备受需求，但由于缺乏公开可用数据集，相关研究有限。因此，本研究构建了 SciPostLayout 数据集，包含 7,855 个科学学术海报及其手动布局注释，用于布局分析和生成。SciPostLayout 还包含 100 篇科学论文与其对应海报的配对数据。我们收集的数据集中的所有海报和论文均采用 CC-BY 许可协议并公开提供。作为该数据集的基准测试，我们采用现有计算机视觉模型进行布局分析和生成实验，发现使用 SciPostLayout 进行布局分析和海报生成的难度较科学论文更大。我们还针对从科学论文生成布局演示了利用大语言模型作为科学学术海报生成系统的潜力。数据集已公开提供于 https://huggingface.co/datasets/omron-sinicx/scipostlayout_v2。代码也已公开提供于 https://github.com/omron-sinicx/scipostlayout。