SciPostLayoutTree：用于科学海报结构分析的数据集

科学海报在学术交流中发挥着重要作用，通过视觉总结来呈现想法。分析海报的阅读顺序和父子关系对于构建结构感知界面至关重要，这有助于准确理解研究内容。尽管海报在学术交流中广泛存在，但在结构分析研究中仍未得到充分探索，该研究主要聚焦于论文。为填补这一空白，我们构建了SciPostLayoutTree数据集，包含约8000个标注了阅读顺序和父子关系的海报。与现有结构分析数据集相比，SciPostLayoutTree包含更多空间上具有挑战性的关系，包括向上、水平和长距离关系。为应对这些挑战，我们开发了Layout Tree Decoder模型，融合了视觉特征以及包含位置和类别信息的边界框特征。该模型还使用beam search来预测关系，同时捕捉序列级的合理性。实验结果表明，我们的模型提高了空间上具有挑战性关系的预测准确性，为海报结构分析奠定了坚实的基线。该数据集已公开提供于https://huggingface.co/datasets/omron-sinicx/scipostlayouttree。代码也已公开提供于https://github.com/omron-sinicx/scipostlayouttree。