一份多模态日语表格问答数据集,用于从年度证券报告表格中提取直接单元格值,提供图像、带边界框的 OCR 文本、问题和答案,并在 CC BY‑4.0 许可证下发布。
其他语言的说明
统计
统计数据截至 2026年11月16日
Hugging Face 下载数(近 30 天)
197
Hugging Face 点赞数
2
收录日
2025年7月22日
下载数(近 30 天)变化
以表格显示
| 月份 | 下载(30天) |
|---|---|
| 2025年12月 | — |
| 2026年1月 | — |
| 2026年2月 | — |
| 2026年3月 | 117 |
| 2026年4月 | — |
| 2026年5月 | 195 |
| 2026年6月 | 211 |
| 2026年7月 | 149 |
| 2026年8月 | 373 |
| 2026年9月 | 122 |
| 2026年10月 | 154 |
| 2026年11月 | 197 |
各月最后一次快照时的近 30 天下载数。
同分类的热门资源
- ogiri-boketeYANS-official1k来自Bokete众包笑话网站的仅日语数据集,分为三项任务——文本到文本、图像到文本以及文本在图像中的完成,每项分别有500个图像提示(对应2355个答案)和各100个其他两项(≈900个答案),通过OCR处理并过滤不当内容。
- JMMMU-ProJMMMU1kJMMMU‑Pro 是一个基于图像的日语多模态基准,通过使用真实模型生成视觉问题并进行人工验证创建,揭示当前开源 LMM 在其上的表现不佳,并提供了一种成本效益高的未来 VQA 基准开发方法。
- JAMMEvalllm-jp830JAMMEval 是七个日本 VQA 数据集的精炼基准,经过两轮人工注释以消除歧义和非视觉问题,能够为多模态日本任务提供对视觉‑语言模型的可靠评估。
- JA-VG-VQA-500SakanaAI520JA‑VG‑VQA‑500 是日本 Visual Genome VQA 数据集的 500 份样本子集,采用 CC BY 4.0 许可,用于基准测试 EvoVLM‑JP‑v1‑7B。
- Japanese-Medical-VQA-12mMIL-UT423Japanese Medical VQA 12M 是一个大规模多模态数据集(≈12 M 样本),包含日语医学图像的原始和增强说明文字,均提供源语言和日语版本,以及生成的 VQA 问答对。该数据集以 Parquet/Webdataset 格式发布,并使用 InternVL3.5 对 Open‑PMC‑18M 进行增强,使用 Qwen3‑30B‑A3B 进行翻译,使用 GPT‑OSS 120B 生成 VQA。
- DEJIMA-datasetMIL-UT359DEJIMA 是一个大规模的日语图像数据集,包含 388 万个图像-标题对和 388 万个图像-问题-答案对,通过严格过滤、去重、检测驱动证据提取以及基于 LLM 的在 grounding 约束下生成标题/视觉问答,并为每项任务提供多种精心策划的变体。
研究领域相近的资源
ja-vg-vqayahoojapan30日本视觉基因问答数据集GitHub共同: 标注与数据集构建
LookVQAriken-grp8一个以凝视为基础的视觉问答数据集,用于澄清模糊的日语问题(LREC-COLING 2024)GitHub共同: 标注与数据集构建- JA-Multi-Image-VQASakanaAI311JA‑Multi‑Image‑VQA 是一个包含 39 张图像和 55 对日语问答的多图像 VQA 数据集,采用 Apache 2.0 许可(图像除外)。共同: 标注与数据集构建
- Galgame-VisualNovel-Reuploadjoujiboi5k为高效加载 Hugging Face datasets,重新结构化并重新上传 Galgame VisualNovel 数据集(OOPPEENN/5669737465666C656E63655F44617461337072657330),保留所有原始 audio/text,并提供带多种 game-subset 选项的 extraction script。共同: 标注与数据集构建
- STAIR-Captionsshunk0312kSTAIR‑Captions,发布于2017年,提供820,310条日语字幕,用于字幕生成、多模态检索和图像生成,并配有详细注释、元数据以及Creative Commons BY‑4.0 license。共同: 标注与数据集构建
- embhpprc1k一份日语和多语种 QA、NLI 与同义句重述数据集的目录,详细说明每个数据集的检索或问答任务及其许可(Apache 2.0、CC‑BY‑SA/CC‑BY、MIT 等)。共同: 标注与数据集构建