OCR 图文转换器

创建数据集并导入 创建数据集 在训练模型之前，需要创建数据集。需输入数据集名称、选择相应的标注模版、选择数据去重策略，即可创建一个空数据集。 数据自动去重 即平台对您上传的数据进行重复样本的去重。建议创建数据集时选择「数据自动去重」 如果待导入数据集是中文简体/繁体，请选择『短文本单标签』；如果待导入数据集是非中文的其他语言，请选择『多语种文本单标签』， 点击可查看 支持的全部语言种类。

查看更多>>

100个文件，最多可上传100万个文本文件 每行样本最长不能超过512个汉字（字符），文件编码方式：UTF-8 以Excel文件上传 Excel文件上传数据格式为每行是一个样本，每个数据文本内容的字符数建议不超过512个，超出将被截断 文件类型支持xlsx格式，单次上传限制100个文件 需确保上传的样本在sheet1中，且数据都在首列 BOS目录导入 需选择Bucket地址与对应的文件夹地址。

查看更多>>

您可以使用4种方案上传文本分类的数据，分别为： 本地导入 BOS目录导入 分享链接导入 平台已有数据集 本地导入 您可以通过以下三种方式进行本地数据的导入： 以压缩包的方式上传 以TXT文本文件方式上传 以Excel文件的方式上传 以压缩包方式上传 文本文件的编码方式：UTF-8，每个文本文件最长不能超过4096个汉字（字符） 压缩包仅支持zip格式；大小需要在5GB以内； 注意，如果您上传的数据是带有标注信息的数据

查看更多>>

文本实体抽取数据导入 1. 创建数据集 您可以在左侧导航栏中中，选择“数据总览”并点击主内容区域的按钮「创建数据集」，选择数据类型为“文本”，标注类型选择“文本实体抽取”。标注模板中使用默认选项”文本实体抽取“。 img 2.导入未标注文本数据 进入到新创建的文本实体抽取数据集中。如果您手中的数据是未标注数据，可以选择数据标注状态为“无标注信息”。平台暂不支持上传有标注信息的数据。

查看更多>>

本协议构成双方对本协议之约定事项及其他有关事宜的完整协议，除本协议规定的之外，未赋予本协议各方其他权利。 如本协议中的任何协议无论因何种原因完全或部分无效或不具有执行力，本协议的其余部分仍应有效并且有约束力。

查看更多>>

其他 本协议未尽事宜以百度智能云官网公布的信息为准。 百度智能云对产品服务相关的各类优惠活动（包括但不限于邀请码、代金券，虚拟货币），以对外公布的策略为准，如果您对活动策略有疑问的，您可以通过活动页面公示的联系方式进行垂询。 本协议项下百度智能云对于您所有的通知均可通过网页公告、站内信、电子邮件、手机短信或其他百度智能云认为有效的方式进行；该等通知于发送之日视为已送达。

查看更多>>

weight : 1 } ] 注意：含weight字段的数据仅在 ERNIE Tiny、ERNIE Character、ERNIE Lite 0308、ERNIE Lite128K-0419和ERNIE Speed模型精调SFT中 可用，该字段对其他模型开放的情况，请您时刻关注官方说明。 有标注信息-本地导入 本地导入支持五种导入格式：JSONL、TXT、CSV、XLSX和ZIP。

查看更多>>

导入数据 创建数据集 完成后，在数据集管理页面中，找到该数据集，点击右侧操作列下的“导入”按钮，即可进入导入数据页面。 您可以使用以下方案上传文本数据： 本地导入 、 BOS导入 、 分享链接导入 、 平台已有数据集 本地导入 本地导入支持两种导入格式：单文件和压缩包。

查看更多>>