selinax10010/matching

该数据集包含多个特征，如图像、竞赛编号、图像位置、图像描述、图像不寻常描述、实体、问题、标题选择、来源描述、标签、标签的令牌数和实例ID。数据集分为训练集、验证集和测试集，分别包含3000、2691和2691个样本。数据集的下载大小为7027456字节，总大小为14800597字节。

原始信息汇总

数据集概述

数据集特征

• image: 数据类型为字符串
• contest_number: 数据类型为整数
• image_location: 数据类型为字符串
• image_description: 数据类型为字符串
• image_uncanny_description: 数据类型为字符串
• entities: 数据类型为字符串序列
• questions: 数据类型为字符串序列
• caption_choices: 数据类型为字符串序列
• from_description: 数据类型为字符串
• label: 数据类型为字符串
• n_tokens_label: 数据类型为整数
• instance_id: 数据类型为字符串

数据集分割

• 训练集 (train): 包含3000个样本，总大小为5447483字节
• 验证集 (validation): 包含2691个样本，总大小为4684627字节
• 测试集 (test): 包含2691个样本，总大小为4668487字节

数据集大小

• 下载大小: 7027456字节
• 数据集总大小: 14800597字节

配置文件

• 默认配置 (default):
  • 训练集路径: data/train-*
  • 验证集路径: data/validation-*
  • 测试集路径: data/test-*