Features里的列类型，怎样同时记录类别、子字段和媒体？

Hugging Face Datasets v2.10.0的Features说明，用一份列名与列类型配对的字典描述数据集内部结构，并关联到底层序列化形式。列名回答一列叫什么，类型则说明这列的数据怎样表示。原页的普通值例子中，idx对应int32，两个句子字段对应string；Value记录单项值的类型，而不是通过字段名称猜出其数值或文字含义。

类别标签另由ClassLabel表达。原例有not_equivalent和equivalent两个类别名称，但标签在数据集里存为整数。文档用int2str和str2int这两个方法名说明整数与名称之间的双向转换关系。一个整数属于储存表示，一个名称属于已定义类别；只保留“这一列是整数”，会遗漏这些整数还与哪些类别名称相联的信息。这里解释的是文档所列的对应关系，没有实际调用方法或读取样本。

包含一组对象的字段还会出现Sequence。原例的answers不是一个单独字符串值，它内部有text与answer_start两个子字段，分别是字符串列表和int32列表。answers是外层字段的身份，text与answer_start是它所包含的内部结构；给整列一个名称，与列内仍能区分不同类型的子字段并不矛盾。这也说明，列类型资料可以比“每列只有一个普通值类型”更细。

多维数组又有自己的结构描述。页面从Array2D一直列到Array5D，以二维的一乘三形状为例，并说明数组的第一维可以是动态长度。三维例子将第一维写为None，后两维为五和二。这份形状资料同时保留“有几维”和“哪些维长度固定”两件事：第一维没有固定长度，不会让另外两维的长度规定同时消失，也不表示整个值已经变成一维列表。

Audio类型把一列中的资料分成三个字段：array是一维的已解码音频数据，path是音频文件路径，sampling_rate是采样率。三者分别回答内容以什么数值表示、文件在哪里，以及音频数据的采样尺度。路径文字不是那一维数值数组，采样率也不是路径的一部分。它们可以出现在同一项音频资料中，仍各有自己的字段身份。

当Audio的decode为False，页面描述的返回形态是文件路径或字节内容，不把文件解码为array。于是，“有音频文件的资料”与“有已解码的一维数据”是两种表示条件。这个开关关联的是资料返回形态，而不是据此说明音频的内容主题、可理解性或任何模型结果。

Image的说明采用相似区分：解码后的对象是PIL.Image，decode为False时则给出路径或文件字节，不解码成该图像对象。原页还保留依赖数据集的条件：数据由独立文件组成时可能取得本地文件路径，不是独立文件时则可能取得字节内容。故路径与字节并非所有记录中必然同时齐备的两份副本；它们可以是不同来源结构下提供同一媒体资料的不同形式。

这些定义固定采用v2.10.0页面；导航中的其他版本号不被当作本篇版本。本篇没有下载数据、构造Features或解码音像，文字与数组示例只用于解释字段及表示的身份。