香港科技大学（广州） 发布 ChartBank 数据集, 应用在 图表理解、多模态数据处理 领域

香港科技大学（广州） 本次发布的数据集 ChartBank, ChartBank是由香港科技大学（广州）和香港科技大学团队创建的大规模数据集，旨在通过整合视觉和文本信息来提升图表理解任务的性能。该数据集包含约750万条样本，涵盖了多种图表相关任务，如OCR感知数据提示、视觉提示和图表到表格的指令跟随任务。数据集的创建过程包括从图表中提取文本信息，并将其与视觉元素对齐，以生成有效的联合表示。ChartBank的应用领域主要集中在图表问答、图表到文本转换等任务，旨在解决现有模型在处理图表时未能充分利用文本信息的问题。

查看ChartBank

README 内容： 

关于 香港科技大学（广州） , 香港科技大学（广州）是香港科技大学在中国内地设立的分校，致力于提供高质量的教育和研究环境，培养具有国际视野和创新能力的专业人才。

关于 arXiv , arXiv 是一个免费分发服务和开放获取的学术文章档案库，涵盖了物理学、数学、计算机科学、定量生物学、定量金融、统计学、电气工程和系统科学以及经济学等领域。该网站上的材料并未经过 arXiv 的同行评审。