বুদ্ধি

• বর্ণনা :

উইকিপিডিয়া ভিত্তিক ইমেজ টেক্সট (WIT) ডেটাসেট হল একটি বৃহৎ মাল্টিমডাল বহুভাষিক ডেটাসেট। WIT 108টি উইকিপিডিয়া ভাষায় 11.5 মিলিয়ন অনন্য চিত্র সহ 37.6 মিলিয়ন সত্তা সমৃদ্ধ চিত্র-টেক্সট উদাহরণের একটি কিউরেটেড সেটের সমন্বয়ে গঠিত। এর আকার WIT কে মাল্টিমডাল মেশিন লার্নিং মডেলের জন্য একটি প্রাক-প্রশিক্ষণ ডেটাসেট হিসাবে ব্যবহার করতে সক্ষম করে।

• অতিরিক্ত ডকুমেন্টেশন : কোড সহ কাগজপত্রে অন্বেষণ করুন

• হোমপেজ : https://github.com/google-research-datasets/wit/

• সোর্স কোড : tfds.vision_language.wit.Wit

• সংস্করণ :

  • 1.0.0 : প্রাথমিক প্রকাশ। এটি https://storage.googleapis.com/gresearch/wit/ থেকে WIT ডেটাসেট লোড করে
  • 1.1.0 (ডিফল্ট): val এবং test স্প্লিট যোগ করা হয়েছে।

• ডাউনলোড আকার : 25.20 GiB

• ডেটাসেটের আকার : 81.17 GiB

• স্বয়ংক্রিয় ক্যাশে ( ডকুমেন্টেশন ): না

• বিভাজন :

বিভক্ত	উদাহরণ
'test'	210,166
'train'	37,046,386
'val'	261,024

• বৈশিষ্ট্য গঠন :

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),
})

• বৈশিষ্ট্য ডকুমেন্টেশন :

বৈশিষ্ট্য	ক্লাস	আকৃতি	ডিটাইপ	বর্ণনা
	ফিচারসডিক্ট
attribution_passes_lang_id	টেনসর		bool
caption_alt_text_description	পাঠ্য		স্ট্রিং
caption_attribution_description	পাঠ্য		স্ট্রিং
caption_reference_description	পাঠ্য		স্ট্রিং
প্রসঙ্গ_পৃষ্ঠা_বর্ণনা	পাঠ্য		স্ট্রিং
প্রসঙ্গ_বিভাগ_বর্ণনা	পাঠ্য		স্ট্রিং
hierarchical_section_title	পাঠ্য		স্ট্রিং
ছবির ঠিকানা	পাঠ্য		স্ট্রিং
is_main_image	টেনসর		bool
ভাষা	পাঠ্য		স্ট্রিং
MIME ধরণ	পাঠ্য		স্ট্রিং
মূল_উচ্চতা	টেনসর		int32
মূল_প্রস্থ	টেনসর		int32
পৃষ্ঠা_পরিবর্তিত_সম্প্রতি	টেনসর		bool
পেজের টাইটেল	পাঠ্য		স্ট্রিং
page_url	পাঠ্য		স্ট্রিং
বিভাগ_শিরোনাম	পাঠ্য		স্ট্রিং

• তত্ত্বাবধান করা কী (দেখুন as_supervised doc ): None

• চিত্র ( tfds.show_examples ): সমর্থিত নয়।

• উদাহরণ ( tfds.as_dataframe ):

• উদ্ধৃতি :

@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}
}