zekâ

  • Açıklama :

Wikipedia tabanlı Görüntü Metni (WIT) Veri Kümesi, büyük, çok modlu, çok dilli bir veri kümesidir. WIT, 108 Vikipedi dilinde 11,5 milyon benzersiz görüntü ile 37,6 milyon varlık açısından zengin görüntü-metin örneğinden oluşan bir diziden oluşur. Boyutu, WIT'in çok modlu makine öğrenimi modelleri için bir ön eğitim veri kümesi olarak kullanılmasını sağlar.

Bölmek örnekler
'test' 210.166
'train' 37.046.386
'val' 261.024
  • Özellik yapısı :
FeaturesDict({
    'attribution_passes_lang_id': bool,
    'caption_alt_text_description': Text(shape=(), dtype=string),
    'caption_attribution_description': Text(shape=(), dtype=string),
    'caption_reference_description': Text(shape=(), dtype=string),
    'context_page_description': Text(shape=(), dtype=string),
    'context_section_description': Text(shape=(), dtype=string),
    'hierarchical_section_title': Text(shape=(), dtype=string),
    'image_url': Text(shape=(), dtype=string),
    'is_main_image': bool,
    'language': Text(shape=(), dtype=string),
    'mime_type': Text(shape=(), dtype=string),
    'original_height': int32,
    'original_width': int32,
    'page_changed_recently': bool,
    'page_title': Text(shape=(), dtype=string),
    'page_url': Text(shape=(), dtype=string),
    'section_title': Text(shape=(), dtype=string),
})
  • Özellik belgeleri :
Özellik Sınıf Şekil Dtipi Tanım
ÖzelliklerDict
attribution_passes_lang_id tensör bool
caption_alt_text_description Metin sicim
caption_attribution_description Metin sicim
caption_reference_description Metin sicim
bağlam_sayfası_tanımı Metin sicim
bağlam_bölümü_tanımı Metin sicim
hiyerarşik_bölüm_başlığı Metin sicim
resim_url Metin sicim
is_main_image tensör bool
dil Metin sicim
mime_type Metin sicim
orijinal_yükseklik tensör int32
orijinal_genişlik tensör int32
page_changed_recently tensör bool
sayfa başlığı Metin sicim
sayfa_url Metin sicim
Bölüm başlığı Metin sicim
  • Alıntı :
@article{srinivasan2021wit,
  title={WIT: Wikipedia-based Image Text Dataset for Multimodal Multilingual Machine Learning},
  author={Srinivasan, Krishna and Raman, Karthik and Chen, Jiecao and Bendersky, Michael and Najork, Marc},
  journal={arXiv preprint arXiv:2103.01913},
  year={2021}
}