Датасет · jamesqijingsong
Иллюстрации, тексты и озвучка для китайского словаря
jamesqijingsong/zidian
Мультимодальный набор из 4307 иероглифов с ИИ-картинками, толкованиями и аудиозаписями пиньиня для обучения генеративных и языковых моделей.
Что внутри
Датасет собран на основе китайского онлайн-словаря zidian.18dao.net и содержит 4307 записей на китайском и английском языках. Внутри лежат сгенерированные нейросетью иллюстрации в формате png (4307 штук), их версии с наложенным текстом в jpg (4307 штук), текстовые пояснения (4307 файлов) и озвучка пиньиня в mp3 (1702 файла).
Что можно сделать
- Обучение мультимодальных моделей связывать китайские иероглифы с визуальными образами
- Создание образовательных приложений для изучения китайского языка и фонетики
- Дообучение LoRA для генерации иллюстраций к текстам и словарным статьям
- Языки
- Китайский, Английский
- Размер
- 1K–10K записей
- Скачиваний за месяц
- 110,8 тыс.
- Лайков
- 6
Как загрузить
from datasets import load_dataset
ds = load_dataset("jamesqijingsong/zidian")