RIPS-Goog-23/CORD

---
dataset_info:
features:
- name: pixel_values
dtype:
array3_d:
shape:
- 3
- 224
- 224
dtype: float32
- name: input_ids
sequence: int64
- name: attention_mask
sequence: int64
- name: bbox
dtype:
array2_d:
shape:
- 512
- 4
dtype: int64
- name: labels
sequence: int64
- name: ner_tags
sequence:
class_label:
names:
'0': O
'1': B-MENU.NM
'2': B-MENU.NUM
'3': B-MENU.UNITPRICE
'4': B-MENU.CNT
'5': B-MENU.DISCOUNTPRICE
'6': B-MENU.PRICE
'7': B-MENU.ITEMSUBTOTAL
'8': B-MENU.VATYN
'9': B-MENU.ETC
'10': B-MENU.SUB_NM
'11': B-MENU.SUB_UNITPRICE
'12': B-MENU.SUB_CNT
'13': B-MENU.SUB_PRICE
'14': B-MENU.SUB_ETC
'15': B-VOID_MENU.NM
'16': B-VOID_MENU.PRICE
'17': B-SUB_TOTAL.SUBTOTAL_PRICE
'18': B-SUB_TOTAL.DISCOUNT_PRICE
'19': B-SUB_TOTAL.SERVICE_PRICE
'20': B-SUB_TOTAL.OTHERSVC_PRICE
'21': B-SUB_TOTAL.TAX_PRICE
'22': B-SUB_TOTAL.ETC
'23': B-TOTAL.TOTAL_PRICE
'24': B-TOTAL.TOTAL_ETC
'25': B-TOTAL.CASHPRICE
'26': B-TOTAL.CHANGEPRICE
'27': B-TOTAL.CREDITCARDPRICE
'28': B-TOTAL.EMONEYPRICE
'29': B-TOTAL.MENUTYPE_CNT
'30': B-TOTAL.MENUQTY_CNT
'31': I-MENU.NM
'32': I-MENU.NUM
'33': I-MENU.UNITPRICE
'34': I-MENU.CNT
'35': I-MENU.DISCOUNTPRICE
'36': I-MENU.PRICE
'37': I-MENU.ITEMSUBTOTAL
'38': I-MENU.VATYN
'39': I-MENU.ETC
'40': I-MENU.SUB_NM
'41': I-MENU.SUB_UNITPRICE
'42': I-MENU.SUB_CNT
'43': I-MENU.SUB_PRICE
'44': I-MENU.SUB_ETC
'45': I-VOID_MENU.NM
'46': I-VOID_MENU.PRICE
'47': I-SUB_TOTAL.SUBTOTAL_PRICE
'48': I-SUB_TOTAL.DISCOUNT_PRICE
'49': I-SUB_TOTAL.SERVICE_PRICE
'50': I-SUB_TOTAL.OTHERSVC_PRICE
'51': I-SUB_TOTAL.TAX_PRICE
'52': I-SUB_TOTAL.ETC
'53': I-TOTAL.TOTAL_PRICE
'54': I-TOTAL.TOTAL_ETC
'55': I-TOTAL.CASHPRICE
'56': I-TOTAL.CHANGEPRICE
'57': I-TOTAL.CREDITCARDPRICE
'58': I-TOTAL.EMONEYPRICE
'59': I-TOTAL.MENUTYPE_CNT
'60': I-TOTAL.MENUQTY_CNT
splits:
- name: validation
num_bytes: 63573088
num_examples: 100
- name: test
num_bytes: 63574448
num_examples: 100
- name: train
num_bytes: 508599760
num_examples: 800
download_size: 122423566
dataset_size: 635747296
---
# Dataset Card for "CORD"

[More Information needed](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)

数据集信息：
特征列表：
- 名称：像素值（pixel_values），数据类型为三维数组（array3_d），形状为(3, 224, 224)，数据格式为32位浮点型（float32）
- 名称：输入标识符（input_ids），类型为64位整型序列
- 名称：注意力掩码（attention_mask），类型为64位整型序列
- 名称：边界框（bbox），数据类型为二维数组（array2_d），形状为(512, 4)，数据格式为64位整型
- 名称：标签（labels），类型为64位整型序列
- 名称：命名实体识别标签（ner_tags），序列类型为类别标签（class_label），其类别名称如下：
'0': 普通实体（O）
'1': B-菜单名称（B-MENU.NM）
'2': B-菜单编号（B-MENU.NUM）
'3': B-菜单单价（B-MENU.UNITPRICE）
'4': B-菜单数量（B-MENU.CNT）
'5': B-菜单折扣价（B-MENU.DISCOUNTPRICE）
'6': B-菜单总价（B-MENU.PRICE）
'7': B-菜单分项小计（B-MENU.ITEMSUBTOTAL）
'8': B-菜单增值税标识（B-MENU.VATYN）
'9': B-菜单其他项（B-MENU.ETC）
'10': B-子菜单名称（B-MENU.SUB_NM）
'11': B-子菜单单价（B-MENU.SUB_UNITPRICE）
'12': B-子菜单数量（B-MENU.SUB_CNT）
'13': B-子菜单总价（B-MENU.SUB_PRICE）
'14': B-子菜单其他项（B-MENU.SUB_ETC）
'15': B-作废菜单名称（B-VOID_MENU.NM）
'16': B-作废菜单总价（B-VOID_MENU.PRICE）
'17': B-分项小计.分项小计总价（B-SUB_TOTAL.SUBTOTAL_PRICE）
'18': B-分项小计.折扣总价（B-SUB_TOTAL.DISCOUNT_PRICE）
'19': B-分项小计.服务费（B-SUB_TOTAL.SERVICE_PRICE）
'20': B-分项小计.其他服务费（B-SUB_TOTAL.OTHERSVC_PRICE）
'21': B-分项小计.税额（B-SUB_TOTAL.TAX_PRICE）
'22': B-分项小计.其他项（B-SUB_TOTAL.ETC）
'23': B-总计.总售价（B-TOTAL.TOTAL_PRICE）
'24': B-总计.其他项（B-TOTAL.TOTAL_ETC）
'25': B-总计.现金支付金额（B-TOTAL.CASHPRICE）
'26': B-总计.找零金额（B-TOTAL.CHANGEPRICE）
'27': B-总计.信用卡支付金额（B-TOTAL.CREDITCARDPRICE）
'28': B-总计.电子支付金额（B-TOTAL.EMONEYPRICE）
'29': B-总计.菜单类型数量（B-TOTAL.MENUTYPE_CNT）
'30': B-总计.菜单总数量（B-TOTAL.MENUQTY_CNT）
'31': I-菜单名称（I-MENU.NM）
'32': I-菜单编号（I-MENU.NUM）
'33': I-菜单单价（I-MENU.UNITPRICE）
'34': I-菜单数量（I-MENU.CNT）
'35': I-菜单折扣价（I-MENU.DISCOUNTPRICE）
'36': I-菜单总价（I-MENU.PRICE）
'37': I-菜单分项小计（I-MENU.ITEMSUBTOTAL）
'38': I-菜单增值税标识（I-MENU.VATYN）
'39': I-菜单其他项（I-MENU.ETC）
'40': I-子菜单名称（I-MENU.SUB_NM）
'41': I-子菜单单价（I-MENU.SUB_UNITPRICE）
'42': I-子菜单数量（I-MENU.SUB_CNT）
'43': I-子菜单总价（I-MENU.SUB_PRICE）
'44': I-子菜单其他项（I-MENU.SUB_ETC）
'45': I-作废菜单名称（I-VOID_MENU.NM）
'46': I-作废菜单总价（I-VOID_MENU.PRICE）
'47': I-分项小计.分项小计总价（I-SUB_TOTAL.SUBTOTAL_PRICE）
'48': I-分项小计.折扣总价（I-SUB_TOTAL.DISCOUNT_PRICE）
'49': I-分项小计.服务费（I-SUB_TOTAL.SERVICE_PRICE）
'50': I-分项小计.其他服务费（I-SUB_TOTAL.OTHERSVC_PRICE）
'51': I-分项小计.税额（I-SUB_TOTAL.TAX_PRICE）
'52': I-分项小计.其他项（I-SUB_TOTAL.ETC）
'53': I-总计.总售价（I-TOTAL.TOTAL_PRICE）
'54': I-总计.其他项（I-TOTAL.TOTAL_ETC）
'55': I-总计.现金支付金额（I-TOTAL.CASHPRICE）
'56': I-总计.找零金额（I-TOTAL.CHANGEPRICE）
'57': I-总计.信用卡支付金额（I-TOTAL.CREDITCARDPRICE）
'58': I-总计.电子支付金额（I-TOTAL.EMONEYPRICE）
'59': I-总计.菜单类型数量（I-TOTAL.MENUTYPE_CNT）
'60': I-总计.菜单总数量（I-TOTAL.MENUQTY_CNT）
数据集划分：
- 验证集（validation）：字节大小为63573088，样本数量为100
- 测试集（test）：字节大小为63574448，样本数量为100
- 训练集（train）：字节大小为508599760，样本数量为800
下载大小为122423566字节，数据集总大小为635747296字节

# 数据集卡片：CORD

[需补充更多信息](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)

原始信息汇总

数据集概述

数据集特征

• pixel_values: 3D数组，形状为(3, 224, 224)，数据类型为float32。
• input_ids: 序列数据，数据类型为int64。
• attention_mask: 序列数据，数据类型为int64。
• bbox: 2D数组，形状为(512, 4)，数据类型为int64。
• labels: 序列数据，数据类型为int64。
• ner_tags: 序列数据，包含类别标签，具体类别包括：
  • O
  • B-MENU.NM 至 B-TOTAL.MENUQTY_CNT
  • I-MENU.NM 至 I-TOTAL.MENUQTY_CNT

数据集分割

• validation: 包含100个样本，占用63573088字节。
• test: 包含100个样本，占用63574448字节。
• train: 包含800个样本，占用508599760字节。

数据集大小

• 下载大小: 122423566字节
• 数据集总大小: 635747296字节

搜集汇总

背景与挑战

背景概述

RIPS-Goog-23/CORD是一个总大小为122 MB的数据集，最近一个月下载量为40次。由于技术限制，无法加载数据集的具体内容，提示存在PyExtensionType列的安全问题。