（13-2）多模态翻译系统：准备数据集

2.3  准备数据集

在本项目中用到了Multi30k数据集和WIT数据集，在本节的内容中，将详细讲解获取这两个数据集的过程。

2.3.1  准备Multi30k 数据集

Multi30k 是一个专注于多模态机器翻译和图像描述生成的基准数据集，广泛用于研究视觉和语言之间的关系。Multi30k数据集特点如下：

1. 包含来自 Flickr30k 和 MSCOCO 数据集中约 3 万张图像。
2. 每张图像都有描述性文本，提供 1-5 条英文注释。
3. 文本注释翻译为多种语言，包括德语、法语、捷克语等。
4. 可以实现图像到文本的生成，能够根据图像生成描述性文本。