jancuhel/img-text-relevancy-deduplicated

---
dataset_info:
features:
- name: image
dtype: image
- name: id
dtype: int64
- name: text
dtype: string
- name: label
dtype: int64
- name: manual
dtype: string
- name: question
dtype: string
splits:
- name: train
num_bytes: 14925582.0
num_examples: 331
- name: validation
num_bytes: 5243015.0
num_examples: 61
- name: test
num_bytes: 2709831.0
num_examples: 66
download_size: 15799164
dataset_size: 22878428.0
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: validation
path: data/validation-*
- split: test
path: data/test-*
---

数据集信息：
特征：
- 名称：图像（image），数据类型：图像（image）
- 名称：标识符（id），数据类型：64位整数（int64）
- 名称：文本（text），数据类型：字符串（string）
- 名称：标签（label），数据类型：64位整数（int64）
- 名称：人工标注文本（manual），数据类型：字符串（string）
- 名称：问题（question），数据类型：字符串（string）
数据集划分：
- 名称：训练集（train），占用字节数：14925582.0，样本数量：331
- 名称：验证集（validation），占用字节数：5243015.0，样本数量：61
- 名称：测试集（test），占用字节数：2709831.0，样本数量：66
下载总大小：15799164 字节
数据集总大小：22878428.0 字节
配置项：
- 配置名称：默认配置（default）
数据文件：
- 训练集划分路径：data/train-*
- 验证集划分路径：data/validation-*
- 测试集划分路径：data/test-*

原始信息汇总

数据集概述

数据集特征

• image: 数据类型为 image
• id: 数据类型为 int64
• text: 数据类型为 string
• label: 数据类型为 int64
• manual: 数据类型为 string
• question: 数据类型为 string

数据集分割

• 训练集 (train): 包含331个样本，总大小为14925582.0字节
• 验证集 (validation): 包含61个样本，总大小为5243015.0字节
• 测试集 (test): 包含66个样本，总大小为2709831.0字节

数据集大小

• 下载大小: 15799164字节
• 数据集总大小: 22878428.0字节

数据文件配置

• 默认配置 (default):
  • 训练集路径: data/train-*
  • 验证集路径: data/validation-*
  • 测试集路径: data/test-*