Arabic-Clip-Archive/Arabic_dataset_13M_translated_cleaned_v2_jsonl_format_ViT-B-16-plus-240-fulldata-v2

```
DatasetDict({
train: Dataset({
features: ['index', 'embeddings', 'en_caption', 'ar_caption', 'nr_words', 'url'],
num_rows: 12166802
})
})
```

该数据集字典（DatasetDict）包含训练集（train）：该训练集为数据集（Dataset），其特征涵盖索引（index）、嵌入向量（embeddings）、英文描述（en_caption）、阿拉伯文描述（ar_caption）、单词数（nr_words）与链接（url），总样本量达12166802条。