lianghsun/

tw-public-figures-vision

tw-public-figures-vision 是一個以台灣公眾人物與地景為主題之繁體中文視覺語言資料集，合計約 19,000 筆，分為 383 個 parquet shard。每筆包含一至多張圖片（以二進位 bytes 儲存）、對應之中文說明文字、以及（可選之）對話格式 messages，可用於訓練繁中 vision-language model（VLM）對台灣人物、地點與社群貼文風格之理解。

	Dataset Details




	
	Dataset Description

繁體中文 VLM 之訓練資料多以英文圖文對為主，缺乏對台灣本土人物、地景、活動之涵蓋。本資料集由 curator 整理來自公開社群媒體與公開來源之圖文內容，內容包含：

台灣地景照片（如花東縱谷、夜市、活動現場）； 社群貼文之說明文字（含 emoji、hashtag）； 投稿者之識別碼（contributor）與每筆圖文之獨立 uuid； 圖片之二進位內容與原始… See the full description on the dataset page: https://huggingface.co/datasets/lianghsun/tw-public-figures-vision.