gigant/pdfvqa-test

该数据集包含多个特征，如页面、文本、图像、类别、问题、答案和类型。数据集分为训练、验证和测试三个部分，训练部分包含8593个示例，验证部分包含1280个示例，测试部分包含2464个示例。总下载大小为2768694005字节，数据集总大小为2829971663.242字节。

The dataset includes multiple features such as page, texts, images, categories, questions, answers, and types. It is divided into three splits: train, validation, and test. The train split contains 8593 examples, the validation split contains 1280 examples, and the test split contains 2464 examples. The total download size is 2768694005 bytes, and the total dataset size is 2829971663.242 bytes.

原始信息汇总

数据集概述

基本信息

• 名称: pdfvqa-test
• 别名: gigant/pdfvqa-test
• 描述: 数据集卡片为 "pdfvqa-test"，更多信息待补充。
• 创建者: Théo Gigant
• 网址: pdfvqa-test

数据集详情

• 格式: Parquet
• 包含内容: 图像、文本
• 关键词: 10K - 100K, parquet, Image, Text, Datasets, Dask, Croissant, 🇺🇸 Region: US
• 子集:
  • 名称: default
  • 描述: gigant/pdfvqa-test - default 子集，包含3个分割（train, validation, test），6个跳过的列（texts, images, categories, questions, answers, types）
  • 字段:
    • 名称: default/page
    • 描述: 图像列 page 来自 HF Mirror 的 Parquet 文件
    • 数据类型: 图像对象

数据分布

• 文件对象:
  • 名称: repo
  • 描述: HF Mirror git 仓库
  • 内容URL: repo
  • 编码格式: git+https
• 文件集:
  • 名称: parquet-files-for-config-default
  • 描述: 由 HF Mirror 转换的底层 Parquet 文件（参见: Parquet 文档）
  • 包含于: repo
  • 编码格式: application/x-parquet
  • 包含文件: default//.parquet

其他信息

• 符合标准: MLCommons Croissant 1.0