文字分詞
在這個練習中，你會使用 flickr 資料集。它包含 30,000 張圖片與對應的標題，用來對文字進行前處理。這是讓模型可用於文字分類等任務所必須的步驟。這對多模態應用特別實用，你可以用 Hugging Face 的模型來檢查某張圖片的標題是否合適。
資料集（dataset）已載入，AutoTokenizer 也已匯入。
本練習屬於課程
使用 Hugging Face 的多模態模型
動手互動練習
試著完成這個範例程式碼，體驗一下這個練習。
# Load the first caption from the image at index 5
text = dataset[5]["____"][0]
print(text)