abjin/vidore-v3-pharmaceuticals-paddle-v4

--- dataset_info: features: - name: corpus_id dtype: string - name: image dtype: image - name: text dtype: string - name: paddle_markdown dtype: string splits: - name: train num_bytes: 788070449 num_examples: 2313 download_size: 783805609 dataset_size: 788070449 configs: - config_name: default data_files: - split: train path: data/train-* ---数据集信息: 特征: - 字段名: corpus_id（语料库标识符） 数据类型: 字符串 - 字段名: image（图像） 数据类型: 图像类型 - 字段名: text（文本） 数据类型: 字符串 - 字段名: paddle_markdown 数据类型: 字符串 数据集划分: - 划分名称: train（训练集） 字节占用量: 788070449 样本数量: 2313 下载大小: 783805609 数据集存储大小: 788070449 配置项: - 配置名称: default（默认配置） 数据文件: - 对应划分: train（训练集） 路径: data/train-*