YANS-official/senryu-test

--- task_categories: - image-to-text - text2text-generation language: - ja --- ## 読み込み方 ```python from datasets import load_dataset dataset = load_dataset("YANS-official/senryu-test", split="test") ``` ## 概要 川柳投稿サイトの『写真川柳』と『川柳投稿まるせん』のクロールデータ、および YANS 委員が作成したデータを含みます。 以下のページからクロールし、原本のHTMLファイルと構造化処理を行った結果を格納しました。 * https://www.homemate-research.com/senryu/photo/ * https://marusenryu.com/ このデータは以下の2タスクが含まれます。 * image_to_text: 画像でお題が渡され、それに対する回答を返します。 * text_to_text: テキストでお題が渡され、それに対する回答を返します。 それぞれの量は以下の通りです。 | タスク | お題数（画像枚数） | | --- | ---: | | image_to_text | 70 | | text_to_text | 30 | リーダーボードには、本データセットの全件に対するシステム出力を提出していただきます。 最終的な人手評価には、このうち10件から抽出したデータを用います。 ## データセットの各カラム説明 | カラム名 | 型 | 例 | 概要 | | --- | --- | --- |---------------------------------------------------------------------------------| | odai_id | str | senryu-test-76 | お題のID | | type | str | image_to_text | "text_to_text", "image_to_text"のいずれかが入っている。 | | file_name | str | 185066.jpg | 対応するお題の画像ファイル。"text_to_textの場合は""dummy_*.png"という文字列が格納されている。 | | odai | str | "写真で一句。" | image_to_textの場合は"写真で一句"という文字列が格納されている。text_to_textの場合は"〇〇川柳"という形式で文字列が格納されている。 | ## ライセンス等 クロール元のサイトの管理者には許可をとっていませんので、YANS内でのみの利用としてください。--- task_categories: - 图像到文本（image-to-text） - 文本到文本生成（text2text-generation） language: - 日语（ja） --- ## 加载方式 python from datasets import load_dataset dataset = load_dataset("YANS-official/senryu-test", split="test") ## 数据集概要 本数据集包含来自川柳投稿网站「写真川柳」与「川柳投稿まるせん」的爬取数据，以及YANS委员会编制的自有数据。所有数据均从以下页面爬取，并存储了原始HTML文件与结构化处理后的结果： * https://www.homemate-research.com/senryu/photo/ * https://marusenryu.com/ 本数据集涵盖以下两类任务： * 图像到文本（image_to_text）：以图像作为输入主题，返回针对该主题的创作内容。 * 文本到文本（text_to_text）：以文本作为输入主题，返回针对该主题的创作内容。 两类任务的数据规模如下： | 任务类型 | 主题数量（对应图像数） | | --- | ---: | | 图像到文本（image_to_text） | 70 | | 文本到文本（text_to_text） | 30 | 排行榜环节需提交模型在本数据集全量样本上的系统输出结果。最终人工评估将从全量样本中抽取10条数据进行。 ## 数据集各字段说明 | 字段名 | 数据类型 | 示例 | 说明 | | --- | --- | --- |---------------------------------------------------------------------------------| | odai_id | str | "senryu-test-76" | 主题唯一标识符 | | type | str | "image_to_text" | 取值仅为"text_to_text"或"image_to_text"之一，用于标识任务类型 | | file_name | str | "185066.jpg" | 对应主题的图像文件名；若为text_to_text任务，则存储为"dummy_*.png"格式的字符串 | | odai | str | "写真で一句。" | 若为image_to_text任务，则存储为主题文本；若为text_to_text任务，则以"〇〇川柳"格式存储主题内容 | ## 使用许可说明 本数据集未获得爬取来源网站管理员的授权，仅可在YANS内部使用。