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 : north_east 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 :

• 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 :

• 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}
}