README_zh.md

\[ [English](README.md) | 中文 \]

### 简介

REILX/Chinese-Image-Text-Corpus-dataset 是一个将中文文本数据与对应图像配对的多模态数据集。该数据集源自[中华新华字典数据库](https://github.com/pwxcoo/chinese-xinhua)，包括成语、单字、词语和歇后语。

### 数据集结构

数据集分为以下类别：

- **成语**：包含传统成语及其解释和来源。
- **单字**：包含单个汉字的解释、拼音和部首。
- **词语**：常用词语及其解释。
- **歇后语**：包含歇后语及其谜底。

每个文本条目都配有相关图像，为多模态学习任务提供了丰富的资源。

### 用途

该数据集可用于多种任务，包括：

- **自然语言处理**：理解和生成中文文本。
- **计算机视觉**：基于文本描述的图像识别和分类。
- **多模态学习**：结合视觉和文本数据以改进机器学习模型。

### 下载

数据集可在 Hugging Face 上获取：[REILX/Chinese-Image-Text-Corpus-dataset](https://huggingface.co/datasets/REILX/Chinese-Image-Text-Corpus-dataset)。

更多详情，请访问[中华新华字典数据库](https://github.com/pwxcoo/chinese-xinhua)。

---