Nexdata 中国語文書のOCR・構造化コーパス

Nexdata 中国語文書のOCR・構造化コーパス｜Datatang株式会社（Nexdata）

中国語文書のOCR・構造化コーパスを収録し、文書構造解析に利用するAI学習用データセット。

データ仕様・収録内容：中国語の教科書、電子書籍、参考書、定期刊行物などを収録。基本解析と詳細解析を含む文書商品。／確認 2026-09-14／https://nexdata.jp/datasets/ocr/1749

データ仕様・形式・注釈：PDF、PNG、JSON、Markdownを提供。表や数式にはLaTeXまたは画像参照を使用。／確認 2026-09-14／https://nexdata.jp/datasets/ocr/1749

対象：文書構造解析に取り組むAI開発・データ調達担当。形式：AI学習用データセット。言語：日本語の公式商品説明を確認。収録言語・注釈言語は商品仕様による。。利用条件：公式商品ページから仕様・サンプル・見積もりを相談。納品範囲と利用許諾は個別条件を確認。

確認事項（編集部）：学習目的、収録条件、権利処理、第三者への提供可否、評価用データとの分離を導入前に確認する。

出典：Nexdata「文書OCRデータセット｜158万セット・構造化解析対応」／公開・更新日：ページで特定せず／確認日：2026-09-14／https://nexdata.jp/datasets/ocr/1749

関連ページ