中文简介
mhaamh19/prophet-mosque-library 是 mhaamh19 在 Hugging Face 发布的数据集仓库，当前卡片主要关联图像理解。本站固定记录上游版本 aa35b8121d29，同步到 0 个文件，文件元数据合计 527.93 GB；访问状态为“公开”，许可证字段为“mit”。
上游模型卡 / 数据集卡
【README 卡片中文译介】
以下内容依据上游仓库 mhaamh19/prophet-mosque-library 的固定版本 README、卡片字段和文件元数据进行中文结构化整理。它保留便于选型的关键信息，完整技术细节、代码示例和许可文本请同时查看上游原文。
【资源概览】
mhaamh19/prophet-mosque-library 是 mhaamh19 在 Hugging Face 发布的数据集仓库，当前卡片主要关联图像理解。本站固定记录上游版本 aa35b8121d29，同步到 0 个文件，文件元数据合计 527.93 GB；访问状态为“公开”，许可证字段为“mit”。
【适用方向】
适合评估图文理解、视觉问答、文档或场景解析等多模态任务。 正式使用前应先抽样检查字段、语言、重复项、敏感信息和训练/测试划分，避免只依据仓库名称判断数据质量。
【版本与规格】
固定版本：aa35b8121d29。 任务标签：图像理解。 语言字段：ar。 数据集卡名称：Prophet's Mosque Library。 规模分类：10K<n<100K。 上游页面记录的最近更新时间：2026-02-10。
【文件信息】
上游 API 返回 0 个文件，文件元数据合计 527.93 GB。
【运行或处理环境】
仓库文件元数据合计 527.93 GB。仅按下载、解压和临时文件估算，建议至少预留约 633.52 GB 可用磁盘；实际需求还取决于压缩率、缓存、数据转换和训练副本，正式处理前应以完整文件清单重新测算。
【使用边界】
许可证显示为“mit”，具体用途限制、附加政策和归属要求仍以上游原文为准。 数据集还需核对样本来源、隐私与个人信息、标签质量、地域偏差及下游模型的合规要求。
Prophet's Mosque Library 📖 Overview Prophet’s Mosque Library is one of the primary resources for Islamic books. It hosts more than 48,000 PDF books across over 70 categories. In this dataset, we processed the original PDF files using Google Document AI APIs and extracted their contents into two additional formats: TXT and DOCX. 📊 Dataset Contents The dataset includes 70,884 PDF files (spanning 23,494,042 pages) representing 48,717 Islamic books. Each book is provided in three formats: PDF files are located in the `pdf` directory. TXT files are located in the `txt` directory. DOCX files are located in the `docx` directory. All three directories (`pdf`, `txt`, and `docx`) share the same folder structure. For example, a book located at `pdf/category/book/file.pdf` will have its corresponding TXT and DOCX versions at `txt/category/book/file.txt` and `docx/category/book/file.docx`, respectively. The `index.tsv` file contains the following information about each book in the dataset: `category`: One of the 74 book categories available in the dataset. `author`: Book author. `title`: Book title. `pages`: Total number of book pages. `pdf_paths`: Array of PDF files paths as each book can be splitted into multiple files (e.g. Books with multiple volumes). `txt_paths`: Array of TXT files paths as each book can be splitted into multiple files (e.g. Books with multiple volumes). `docx_paths`: Array of DOCX files paths as each book can be splitted into multiple files (e.g. Books with multiple volumes). The books are organized into 74 categories, as listed below: | Category | Percentage | Number of Books | | ------------------------------ | ---------- | --------------- | | علوم القرآن | 2.07% | 1010 | | التجويد والقراءات | 1.91% | 931 | | مباحث قرآنية عامة | 2.00% | 975 | | أصول التفسير | 0.43% | 208 | | التفاسير القديمة | 0.61% | 298 | | التفاسير الحديثة | 0.81% | 397 | | فهارس الحديث | 0.24% | 118 | | مصطلح الحديث | 2.34% | 1140 | | الجرح والتعديل | 1.90% | 926 | | الحديث الستة |
适用场景
适合评估图文理解、视觉问答、文档或场景解析等多模态任务。 正式使用前应先抽样检查字段、语言、重复项、敏感信息和训练/测试划分，避免只依据仓库名称判断数据质量。
规模与格式
固定版本：aa35b8121d29。 任务标签：图像理解。 语言字段：ar。 数据集卡名称：Prophet's Mosque Library。 规模分类：10K<n<100K。 上游页面记录的最近更新时间：2026-02-10。
文件说明
上游 API 返回 0 个文件，文件元数据合计 527.93 GB。
硬件建议
仓库文件元数据合计 527.93 GB。仅按下载、解压和临时文件估算，建议至少预留约 633.52 GB 可用磁盘；实际需求还取决于压缩率、缓存、数据转换和训练副本，正式处理前应以完整文件清单重新测算。
注意事项
许可证显示为“mit”，具体用途限制、附加政策和归属要求仍以上游原文为准。 数据集还需核对样本来源、隐私与个人信息、标签质量、地域偏差及下游模型的合规要求。
获取、校验与交付
咨询此资源时只需发送本页链接或资源准确全称。橙子AI科技会继续核对版本、文件与类型、README资料卡、许可证和访问条件，并在合法访问权限、许可证及平台规则允许的前提下，协助海内外下载、完整性校验及网盘或硬盘交付；本官网本身不托管或下载资源文件。
本页面为橙子AI科技基于固定版本上游卡片整理的中文信息与服务说明，不代表资源作者或平台官方页面。实际许可、访问和使用条件以上游原文为准。