LukeEuser/docvqa_5_unanswerable_questions

---
dataset_info:
features:
- name: id
dtype: string
- name: image
dtype: image
- name: query
struct:
- name: de
dtype: string
- name: en
dtype: string
- name: es
dtype: string
- name: fr
dtype: string
- name: it
dtype: string
- name: answers
sequence: string
- name: words
sequence: string
- name: bounding_boxes
sequence:
sequence: float32
length: 4
- name: answer
struct:
- name: match_score
dtype: float64
- name: matched_text
dtype: string
- name: start
dtype: int64
- name: text
dtype: string
- name: ground_truth
dtype: string
splits:
- name: train
num_bytes: 33132676.0
num_examples: 100
- name: test
num_bytes: 6102508.0
num_examples: 20
download_size: 13286492
dataset_size: 39235184.0
---
# Dataset Card for "docvqa_5_unanswerable_questions"

[More Information needed](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

数据集信息

• 特征列表:
  • id: 数据类型为字符串。
  • image: 数据类型为图像。
  • query: 结构化数据，包含以下字段：
    • de: 德语查询，数据类型为字符串。
    • en: 英语查询，数据类型为字符串。
    • es: 西班牙语查询，数据类型为字符串。
    • fr: 法语查询，数据类型为字符串。
    • it: 意大利语查询，数据类型为字符串。
  • answers: 字符串序列。
  • words: 字符串序列。
  • bounding_boxes: 浮点数序列，每个序列长度为4。
  • answer: 结构化数据，包含以下字段：
    • match_score: 匹配分数，数据类型为浮点数。
    • matched_text: 匹配文本，数据类型为字符串。
    • start: 起始位置，数据类型为整数。
    • text: 文本内容，数据类型为字符串。
  • ground_truth: 数据类型为字符串。

数据集划分

• train: 包含100个样本，总字节数为33132676.0。
• test: 包含20个样本，总字节数为6102508.0。

数据集大小

• 下载大小: 13286492字节。
• 数据集大小: 39235184.0字节。