five

VisRAG-Ret-Test-MP-DocVQA

收藏
魔搭社区2025-12-18 更新2025-05-17 收录
下载链接:
https://modelscope.cn/datasets/OpenBMB/VisRAG-Ret-Test-MP-DocVQA
下载链接
链接失效反馈
官方服务:
资源简介:
## Dataset Description This is a VQA dataset based on Industrial Documents from MP-DocVQA dataset from [MP-DocVQA](https://www.docvqa.org/datasets/docvqa). ### Load the dataset ```python from datasets import load_dataset import csv def load_beir_qrels(qrels_file): qrels = {} with open(qrels_file) as f: tsvreader = csv.DictReader(f, delimiter="\t") for row in tsvreader: qid = row["query-id"] pid = row["corpus-id"] rel = int(row["score"]) if qid in qrels: qrels[qid][pid] = rel else: qrels[qid] = {pid: rel} return qrels corpus_ds = load_dataset("openbmb/VisRAG-Ret-Test-MP-DocVQA", name="corpus", split="train") queries_ds = load_dataset("openbmb/VisRAG-Ret-Test-MP-DocVQA", name="queries", split="train") qrels_path = "xxxx" # path to qrels file which can be found under qrels folder in the repo. qrels = load_beir_qrels(qrels_path) ```

### 数据集说明 本数据集为基于工业文档的视觉问答(Visual Question Answering, VQA)数据集,源自公开的MP-DocVQA数据集,相关详情可参见[MP-DocVQA](https://www.docvqa.org/datasets/docvqa)。 ### 数据集加载代码 python from datasets import load_dataset # 导入数据集加载工具库 import csv # 导入CSV(Comma-Separated Values, CSV)库 def load_beir_qrels(qrels_file): qrels = {} # 初始化用于存储查询-文档相关度标注的字典 with open(qrels_file) as f: tsvreader = csv.DictReader(f, delimiter=" ") # 使用TSV(Tab-Separated Values, TSV)字典阅读器读取文件 for row in tsvreader: qid = row["query-id"] # 获取当前行的查询ID pid = row["corpus-id"] # 获取当前行的语料库文档ID rel = int(row["score"]) # 将当前行的相关度分值转换为整数类型 if qid in qrels: qrels[qid][pid] = rel # 若查询ID已存在,则追加对应文档的相关度标注 else: qrels[qid] = {pid: rel} # 若查询ID未存在,则创建新的查询条目 return qrels # 返回构建完成的qrels字典 corpus_ds = load_dataset("openbmb/VisRAG-Ret-Test-MP-DocVQA", name="corpus", split="train") # 加载语料库数据集,指定数据集子模块名称为corpus,划分数据集为训练集 queries_ds = load_dataset("openbmb/VisRAG-Ret-Test-MP-DocVQA", name="queries", split="train") # 加载查询数据集,指定数据集子模块名称为queries,划分数据集为训练集 qrels_path = "xxxx" # qrels文件的存储路径,该文件可在本仓库的qrels文件夹下获取 qrels = load_beir_qrels(qrels_path)
提供机构:
maas
创建时间:
2025-05-15
5,000+
优质数据集
54 个
任务类型
进入经典数据集
二维码
社区交流群

面向社区/商业的数据集话题

二维码
科研交流群

面向高校/科研机构的开源数据集话题

数据驱动未来

携手共赢发展

商业合作