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。