jordyvl/rvl_cdip_n_mp
收藏Hugging Face2023-08-07 更新2024-03-04 收录
下载链接：
https://hf-mirror.com/datasets/jordyvl/rvl_cdip_n_mp
下载链接
链接失效反馈官方服务：
资源简介：
RVL-CDIP-N_MultiPage数据集是一个包含多种文档类型的数据集，支持多页格式。数据集的特征包括id、file和labels，其中labels是一个分类标签，包含16种不同的文档类型，如信件、表单、电子邮件、手写文档、广告、科学报告、科学出版物、规格说明书、文件夹、新闻文章、预算、发票、演示文稿、问卷、简历和备忘录。数据集仅包含测试集，大小为1349159996字节，包含991个样本。使用该数据集需要安装pypdf2、pdf2image和poppler-utils。
RVL-CDIP-N_MultiPage数据集是一个包含多种文档类型的数据集，支持多页格式。数据集的特征包括id、file和labels，其中labels是一个分类标签，包含16种不同的文档类型，如信件、表单、电子邮件、手写文档、广告、科学报告、科学出版物、规格说明书、文件夹、新闻文章、预算、发票、演示文稿、问卷、简历和备忘录。数据集仅包含测试集，大小为1349159996字节，包含991个样本。使用该数据集需要安装pypdf2、pdf2image和poppler-utils。
提供机构：
jordyvl
原始信息汇总
数据集卡片 RVL-CDIP-N_MultiPage
数据集信息
特征
- id: 类型为字符串。
- file: 类型为二进制。
- labels: 类型为分类标签，包含以下类别：
- 0: letter
- 1: form
- 2: email
- 3: handwritten
- 4: advertisement
- 5: scientific report
- 6: scientific publication
- 7: specification
- 8: file folder
- 9: news article
- 10: budget
- 11: invoice
- 12: presentation
- 13: questionnaire
- 14: resume
- 15: memo
数据分割
- test: 包含991个样本，总字节数为1349159996。
数据集大小
- 下载大小: 0
- 数据集大小: 1349159996
许可证
- CC BY-NC 4.0
