gigant/tib_w_slides

---
dataset_info:
features:
- name: doi
dtype: string
- name: title
dtype: string
- name: url
dtype: string
- name: video_url
dtype: string
- name: license
dtype: string
- name: subject
dtype: string
- name: genre
dtype: string
- name: release_year
dtype: string
- name: author
dtype: string
- name: contributors
dtype: string
- name: abstract
dtype: string
- name: transcript
dtype: string
- name: transcript_segments
sequence:
- name: id
dtype: int32
- name: seek
dtype: int32
- name: start
dtype: float32
- name: end
dtype: float32
- name: text
dtype: string
- name: tokens
sequence: int32
- name: temperature
dtype: float32
- name: avg_logprob
dtype: float32
- name: compression_ratio
dtype: float32
- name: no_speech_prob
dtype: float32
- name: keyframes
sequence:
- name: slide
dtype: image
- name: frames
sequence: int32
- name: timestamp
sequence: float32
splits:
- name: train
num_bytes: 121040849.0
num_examples: 9
download_size: 120461997
dataset_size: 121040849.0
---
# Dataset Card for "tib_w_slides"

[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

数据集名称

• 名称: tib_w_slides

数据集特征

• doi: 字符串类型
• title: 字符串类型
• url: 字符串类型
• video_url: 字符串类型
• license: 字符串类型
• subject: 字符串类型
• genre: 字符串类型
• release_year: 字符串类型
• author: 字符串类型
• contributors: 字符串类型
• abstract: 字符串类型
• transcript: 字符串类型
• transcript_segments: 序列类型，包含以下子特征:
  • id: 整数类型 (int32)
  • seek: 整数类型 (int32)
  • start: 浮点类型 (float32)
  • end: 浮点类型 (float32)
  • text: 字符串类型
  • tokens: 序列类型，整数类型 (int32)
  • temperature: 浮点类型 (float32)
  • avg_logprob: 浮点类型 (float32)
  • compression_ratio: 浮点类型 (float32)
  • no_speech_prob: 浮点类型 (float32)
• keyframes: 序列类型，包含以下子特征:
  • slide: 图像类型
  • frames: 序列类型，整数类型 (int32)
  • timestamp: 序列类型，浮点类型 (float32)

数据集分割

• train:
  • num_bytes: 121040849.0
  • num_examples: 9

数据集大小

• download_size: 120461997
• dataset_size: 121040849.0