Instagram视频信息
覆盖 Instagram 公开短视频内容,包含视频文件、标题、标签、互动数据及创作者信
文本视频音频表格/结构化预训练视频文本到文本语义匹配语音识别社交媒体多语言JSON / JSONLCSVWebDataset74276.0万 条数据更新时间 2026·07·08
数据集简介
覆盖 Instagram 平台公开短视频内容,包含视频文件、标题、描述、标签、发布时间、互动数据及创作者信息等多维元数据。适用于多模态模型训练、视频理解、内容推荐、趋势分析等 AI 应用场景。
数据质量
记录时效性
按需更新
记录结构化
NDJSON、JSON、CSV、XLSX、Parquet,支持定制化
记录云交付
Amazon S3、Snowflake、Alibaba Cloud OSS、Google Cloud Storage、Google Drive
记录标准化
为保证数据的一致性与可用性,数据集在构建过程中对原始记录进行了标准化处理,包括:(1)单位标准化:统一价格、重量、尺寸等字段的计量单位;(2)格式标准化:统一日期、时间、数值字段的表示格式;(3)文本清洗:去除 HTML 标签、多余空格及异常字符;(4)字段规范化:统一字段命名、数据类型与缺失值表示方式。该过程确保数据在不同来源和不同采集批次之间保持结构一致性,便于后续分析与建模。
记录代表性
数据覆盖全量业务场景,样本均衡,具备行业代表性
文本视频音频表格/结构化预训练视频文本到文本语义匹配语音识别社交媒体多语言JSON / JSONLCSVWebDataset
