89007组日语阿拉伯语图文构造数据

本产品共89007组数据，每组数据包含一张图片和一个json文档，json文档为对图片的文字描述，或对图片的视觉问答，或对图片的OCR识别，或对OCR结果的视觉问答，语种涉及阿拉伯语和日语，领域覆盖①商业与金融②编程与计算机③法律、政务与政治学④数理、科学、工程与技术⑤社会、人文、文化与宗教学⑥体育、生活方式与休闲娱乐。图片所属领域准确率（张准）95%以上；图文描述匹配度大于95%；OCR识别准确率（句准）95%以上，以标点符号（逗号、分号、感叹号等）分界或以标题分界。本产品数据可用于多语种OCR识别任务，多模态大模型训练任务，图像文本生成任务，多语言视觉问答任务等。

数据堂如何保障数据质量与安全

数据规格

数据内容

一组数据包含一张图片和一个json文档，json文档内容为对图片的OCR文字识别结果，或对图片的文字描述，或对图片的视觉问答，或对图片的OCR识别结果的视觉问答，其中，视觉问答至少包含一轮问答

数据规模

89007组，其中阿拉伯语42094组，日语46913组

类别分布

包含日语和阿拉伯语两个语种，每个语种下包含图片描述类（Caption）、视觉问答类（VQA）、文字识别类（OCR）、基于文字识别结果的视觉问答类（OCR_VQA）共计四个类别，每个类别下包含①商业与金融（Business_Finance）②编程与计算机（Coding_Computer）③法律、政务与政治学（Law_Government_Politics）④数理、科学、工程与技术（Science_Technology_Engineering_Mathematics）⑤社会、人文、文化与宗教学（Society_Culture_Humanity_Religion）⑥体育、生活方式与休闲娱乐（Sports_Lifestyle_Leisure）共计六个领域

数据格式

jpg等图片格式，json格式文档

采集精度

图片所属领域准确率（张准）95%以上

标注精度

图文描述匹配度大于95%；OCR识别准确率（句准）95%以上，以标点符号（逗号、分号、感叹号等）分界或以标题分界