RowekBrah/ColPali_ann_rep_v2_0

这是一个包含问答对以及页面内容特征的数据集。数据集中的每个样本都包含查询(query)、回答(answer)、页面是否包含表格(page_contains_table)、页面是否包含图片(page_contains_figure)、页面是否是标题或目录(page_is_title_or_toc)、答案的质量(quality)、模型名称(model_name)、文档文件名(document_filename)、文档URL(document_url)、页面语言(page_language)、页面编号(page_number)和页面图片(page_image)等信息。数据集分为训练集，其大小为约4.89GB，包含17035个示例。

This is a dataset containing question-answer pairs and page content features. Each sample in the dataset includes information such as query, answer, whether the page contains a table, whether the page contains an image, whether the page is a title or table of contents, answer quality, model name, document filename, document URL, page language, page number, and page image.