truongpdd/wit_vietnamese_subset

该数据集包含网页和图像相关的多种特征，如语言、页面URL、图像URL、页面标题等，适用于网页内容分析或图像处理任务。数据集分为训练集，包含514473个示例，总大小约为966699738.4883065字节。

原始信息汇总

数据集概述

数据集名称

• 名称：wit_vietnamese_subset

数据集特征

• language (字符串)
• page_url (字符串)
• image_url (字符串)
• page_title (字符串)
• section_title (字符串)
• hierarchical_section_title (字符串)
• caption_reference_description (字符串)
• caption_attribution_description (字符串)
• caption_alt_text_description (字符串)
• mime_type (字符串)
• original_height (整数，int32)
• original_width (整数，int32)
• is_main_image (布尔值)
• attribution_passes_lang_id (布尔值)
• page_changed_recently (布尔值)
• context_page_description (字符串)
• context_section_description (字符串)

数据集分割

• train
  • 示例数量：514473
  • 数据大小：966699738.4883065 字节

数据集大小

• 下载大小：478250989 字节
• 数据集总大小：966699738.4883065 字节