University of Tokyo Math

OCR 管道提取复杂的教育数据用于 ML 训练

一位开发者正在创建一个多功能的 OCR 管道，旨在从复杂的教育材料中提取结构化数据以进行机器学习训练。该系统支持多语言文本、数学公式、表格和图表，目标是在学术数据集上达到 90-95% 以上的准确率。它以 JSON 或 Markdown 格式生成 AI 就绪的输出，包括视觉内容的语义注释，并使用 Google Vision API 和 OpenAI API 等各种工具构建。由于开发者的学术承诺，该项目的公开版本已推迟，但预计在系统最终确定后发布。