miracleyin/example_mmdata_mnbvc
收藏Hugging Face2024-07-10 更新2024-07-22 收录
下载链接：
https://hf-mirror.com/datasets/miracleyin/example_mmdata_mnbvc
下载链接
链接失效反馈官方服务：
资源简介：
MNBVC多模态语料数据集（v2.0）是一个包含文本、图片、音频等多种模态数据的数据集。每个数据块都有唯一的实体ID和块ID，并且包含时间、扩展字段、文本、图片、OCR文本、音频、STT文本、块类型等字段。数据集还提供了图片和音频读取的示例代码，用于处理这些多模态数据。
The MNBVC multimodal corpus dataset includes fields such as entity ID, block ID, time, extended fields, text, image, OCR text, audio, STT text, block type, file md5, and page ID, each with clear definitions and purposes to ensure the uniqueness and integrity of the data. The dataset also provides example code for reading images and audio.
提供机构：
miracleyin
