LukeEuser/docvqa_50_unanswerable_questions

---
dataset_info:
features:
- name: id
dtype: string
- name: image
dtype: image
- name: query
struct:
- name: de
dtype: string
- name: en
dtype: string
- name: es
dtype: string
- name: fr
dtype: string
- name: it
dtype: string
- name: answers
sequence: string
- name: words
sequence: string
- name: bounding_boxes
sequence:
sequence: float32
length: 4
- name: answer
struct:
- name: match_score
dtype: float64
- name: matched_text
dtype: string
- name: start
dtype: int64
- name: text
dtype: string
- name: ground_truth
dtype: string
splits:
- name: train
num_bytes: 33130077.0
num_examples: 100
- name: test
num_bytes: 6102508.0
num_examples: 20
download_size: 13284640
dataset_size: 39232585.0
---
# Dataset Card for "docvqa_50_unanswerable_questions"

[More Information needed](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)

数据集信息：
特征：
- 名称：id，数据类型：字符串
- 名称：image，数据类型：图像
- 名称：query（查询文本），结构体字段如下：
- de（德语）：字符串类型
- en（英语）：字符串类型
- es（西班牙语）：字符串类型
- fr（法语）：字符串类型
- it（意大利语）：字符串类型
- 名称：answers，类型：字符串序列
- 名称：words，类型：字符串序列
- 名称：bounding_boxes（边界框），类型为嵌套浮点数序列，每个子序列长度为4
- 名称：answer（匹配结果结构体），字段如下：
- match_score（匹配得分）：64位浮点数
- matched_text（匹配文本）：字符串类型
- start（起始位置）：64位整数
- text（原始文本）：字符串类型
- 名称：ground_truth（真实标签）：字符串类型
数据集划分：
- 名称：训练集（train），字节占用：33130077.0，样本数：100
- 名称：测试集（test），字节占用：6102508.0，样本数：20
下载大小：13284640字节
数据集总大小：39232585.0字节

---
# 「docvqa_50_unanswerable_questions」数据集卡片
[需补充更多信息](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)

原始信息汇总

数据集概述

数据集信息

• 特征列表:
  • id: 类型为字符串。
  • image: 类型为图像。
  • query: 结构化数据，包含以下字段:
    • de: 德语查询，类型为字符串。
    • en: 英语查询，类型为字符串。
    • es: 西班牙语查询，类型为字符串。
    • fr: 法语查询，类型为字符串。
    • it: 意大利语查询，类型为字符串。
  • answers: 字符串序列。
  • words: 字符串序列。
  • bounding_boxes: 序列，包含长度为4的浮点数序列。
  • answer: 结构化数据，包含以下字段:
    • match_score: 匹配分数，类型为浮点数。
    • matched_text: 匹配的文本，类型为字符串。
    • start: 起始位置，类型为整数。
    • text: 文本，类型为字符串。
  • ground_truth: 类型为字符串。

数据集分割

• 训练集:
  • 字节数: 33130077.0
  • 样本数: 100
• 测试集:
  • 字节数: 6102508.0
  • 样本数: 20

数据集大小

• 下载大小: 13284640 字节
• 数据集大小: 39232585.0 字节