Датасет · jamesqijingsong
Китайские идиомы чэнъюй с AI-иллюстрациями
jamesqijingsong/chengyu
Более 5 тысяч китайских фразеологизмов с текстовыми пояснениями и сгенерированными картинками для мультимодальных задач.
Что внутри
Набор данных основан на сайте chengyu.18dao.net и включает 20 609 файлов: 5 156 текстовых объяснений в формате txt, 5 155 картинок jpg с наложенным текстом и 5 148 пар из исходных PNG-иллюстраций и их описаний. Изображения сгенерированы нейросетью по текстам в 2024 году, а сам архив загружен в 2025-м. В метаданных указаны китайский и английский языки, размер — от 1 до 10 тысяч записей.
Что можно сделать
- Обучение или LoRA-адаптация text-to-image моделей под китайскую культуру и идиомы
- Тренировка мультимодальных моделей понимать переносные значения фразеологизмов по картинке
- Сборка учебных и справочных систем по китайскому языку
- Языки
- Английский, Китайский
- Размер
- 1K–10K записей
- Скачиваний за месяц
- 152,5 тыс.
- Лайков
- 8
Как загрузить
from datasets import load_dataset
ds = load_dataset("jamesqijingsong/chengyu")