hibikaze/Synthetic-TextWebImages

该数据集名为ner-wikipedia-dataset，包含图像、HTML、文本、ID、数据集仓库、文本长度和大小等多个特征。数据集包括一个训练集，共有32个样本，总大小为986614字节，下载大小为684183字节。

The dataset ner-wikipedia-dataset includes features such as image, HTML, text, ID, dataset repository link, text length, and size. It is divided into a training set with 32 examples, totaling 986614 bytes. The download size of the dataset is 684183 bytes.

原始信息汇总

数据集概述

数据集信息

• 配置名称: ner-wikipedia-dataset

特征

• image: 图像数据，数据类型为 image
• html: HTML 文本，数据类型为 string
• text: 文本数据，数据类型为 string
• id: 标识符，数据类型为 int64
• dataset_repo: 数据集仓库信息，数据类型为 string
• text_len: 文本长度，数据类型为 int64
• size: 数据大小，数据类型为 string

数据分割

• train: 训练集
  • num_bytes: 986614.0 字节
  • num_examples: 32 个样本

数据集大小

• download_size: 684183 字节
• dataset_size: 986614.0 字节

配置

• config_name: ner-wikipedia-dataset
• data_files:
  • split: train
  • path: ner-wikipedia-dataset/train-*