К содержимому

Датасет · Ran0

Бенчмарк VQA по древнекитайским иероглифам JieZi

Ran0/JieZi

Крупный экспертный VQA-датасет для анализа эволюции, этимологии и структуры древних китайских иероглифов.

Что внутри

Содержит от 100 тысяч до 1 миллиона примеров на китайском языке, где высококачественные изображения глифов связаны с экспертными аннотациями. Разметка охватывает девять палеографических задач, включая распознавание заглавных знаков, этимологию, структурный анализ, эволюцию начертания и функции компонентов.

Что можно сделать

  • Оценка мультимодальных моделей (VLM) на сложных задачах распознавания и анализа древней письменности
  • Дообучение LoRA для OCR и палеографического анализа китайских текстов
Задачи
Вопросы по картинкам, Вопрос-ответ
Языки
Китайский
Размер
100K–1M записей
Скачиваний за месяц
37,9 тыс.
Лайков
3

Как загрузить

from datasets import load_dataset

ds = load_dataset("Ran0/JieZi")