RuchitRawal/cinepile_w_videoid

该数据集包含电影相关的详细信息，具体特征包括电影名称、年份、类型、YouTube剪辑标题和链接、电影场景、字幕、问题、选项、答案键、答案键位置、问题类别、难度分割、视觉依赖和视频ID。数据集分为训练集和测试集，分别包含298,888和4,941个样本。数据集的下载大小为58,286,430字节，总大小为1,230,023,517字节。

This dataset contains detailed information related to movies, including features such as movie name, year, genre, YouTube clip title and link, movie scene, subtitles, question, choices, answer key, answer key position, question category, hard split, visual reliance, and videoID. The dataset is divided into training and test sets, containing 298,888 and 4,941 samples respectively. The download size of the dataset is 58,286,430 bytes, with a total size of 1,230,023,517 bytes.

原始信息汇总

数据集概述

数据集信息

特征

• movie_name: 电影名称，数据类型为字符串。
• year: 年份，数据类型为整数。
• genre: 电影类型，数据类型为字符串序列。
• yt_clip_title: YouTube视频片段标题，数据类型为字符串。
• yt_clip_link: YouTube视频片段链接，数据类型为字符串。
• movie_scene: 电影场景描述，数据类型为字符串。
• subtitles: 字幕，数据类型为字符串。
• question: 问题，数据类型为字符串。
• choices: 选项，数据类型为字符串序列。
• answer_key: 答案键，数据类型为字符串。
• answer_key_position: 答案键位置，数据类型为整数。
• question_category: 问题类别，数据类型为字符串。
• hard_split: 硬分割，数据类型为字符串。
• visual_reliance: 视觉依赖，数据类型为字符串。
• videoID: 视频ID，数据类型为字符串。

数据集分割

• train: 训练集，包含298888个样本，大小为1211710482字节。
• test: 测试集，包含4941个样本，大小为18313035字节。

数据集大小

• 下载大小: 58286430字节
• 数据集总大小: 1230023517字节

配置

• config_name: default
  • data_files:
    • train: 路径为data/train-*
    • test: 路径为data/test-*