didi0di/finance-legal-mrc-with-images

🧾 finance-legal-mrc-with-images (tableqa/test)

Multimodal-ready table image dataset designed for TIG (Table Information Generation) input TIG 입력 전용 테이블 이미지 데이터셋 (VLM 활용 가능)

📦 Dataset Overview | 데이터셋 개요

⚠️ Note: This dataset does not include TIG outputs (e.g., title, description, summary, key_entities). Use it as input for VLM-based TIG generation. ⚠️ 주의: 본 데이터셋은 TIG 결과물(title, description 등)을 포함하지 않습니다. 비전-언어 모델 기반 TIG 생성을 위한 입력 전용 데이터셋입니다.

🧠 Use Cases | 활용 예시

• —🎯 TIG Input for VLM 이미지 기반 테이블 정보를 입력으로 활용해 GPT-4o 등의 모델에서 TIG 수행

• —📊 Table Structure Understanding 모델이 테이블 구조, 패턴, 분포를 시각적으로 해석하도록 학습

• —🔍 Multimodal RAG or Retrieval Tasks 이미지 기반 질의응답 또는 검색(RAG) 프레임워크 테스트

🖼️ Sample | 샘플 예시

unique_id	table_title	table_image
uniquetableid_0	[표 1] 세대별 총 인구수 변화
uniquetableid_1	[표 2] 고령운전자 교통사고 사망률 비교

📁 Data Fields | 포함된 필드

• —unique_id: 유니크한 테이블 ID (unique_table_id_0 등)
• —origin_id: 원본 finance-legal-mrc 데이터셋에서의 인덱스
• —document_title: 테이블이 포함된 문서 제목
• —context: 테이블 주변 문맥 정보
• —table_title: 표 제목
• —table_html: 원본 HTML 테이블
• —table_image: 시각화된 테이블 이미지 (Hugging Face viewer 지원)

✨ How It Was Created | 생성 과정

1. 1.finance-legal-mrc/tableqa/test에서 중복되지 않는 테이블 1,197개 추출
2. 2.HTML 테이블을 이미지(PNG)로 렌더링
3. 3.메타데이터(JSON + 이미지 경로) 구성 후 datasets.Image 타입으로 처리
4. 4.DatasetDict를 구성해 tableqa/test 스플릿으로 업로드

📌 Citation

@misc{didi0di_finance_legal_mrc_with_images,
  author = {didi0di},
  title = {Finance-Legal-MRC with Images},
  year = {2025},
  howpublished = {\url{https://huggingface.co/datasets/didi0di/finance-legal-mrc-with-images}},
  note = {TIG input dataset based on shchoice/finance-legal-mrc, extended with table images}
}

🛠 Maintainer

• —✍️ didi0di (Hugging Face Profile)
• —📫 Questions or feedback? Feel free to open a discussion or contact me on Hugging Face!