研究人员推出了 BaFCo，这是一个新的基准数据集，旨在解决文档理解任务中低资源语言（如孟加拉语）高质量标注数据稀缺的问题。该数据集专注于文档布局分析 (DLA) 和关键信息提取 (KIE)，收集了来自农业、教育、银行和土地管理等领域的大量复杂的多页孟加拉国政府表格，共计 200 份。

  • BaFCo 包含一个细粒度的标注模式，具有 26 种表格实体类型和一个单独的包含 5 种类型的粗粒度实体集，以捕捉结构复杂性。
  • 该研究使用 zero-shot 和 chain-of-thought 提示评估了来自 ChatGPT、Gemini、Claude、Qwen 和 Kimi 系列的最新多模态大语言模型 (MLLM)。
  • 结果突显了当前 MLLM 在理解孟加拉语表格方面的局限性，特别是在准确定位高度细粒度的表格实体方面。

数据集和代码已提供。