哈尔滨工业大学 发布 wikiHow-TIIR 数据集, 应用在 文本图像检索、信息检索 领域

哈尔滨工业大学 本次发布的数据集 wikiHow-TIIR, wikiHow-TIIR数据集是基于wikiHow教程构建的，包含15万个交错式文本-图像文档的检索语料库。该数据集通过特定的管道利用大型语言模型和文本到图像生成器自动生成交错式查询。数据集在构建过程中，通过人工标注和筛选生成了7654个高质量的查询-文档对作为测试集，其余生成的查询作为训练集。该数据集旨在解决文本-图像交错式检索任务，推动相关研究的进展。

查看wikiHow-TIIR

README 内容： 

关于 哈尔滨工业大学 , 哈尔滨工业大学是位于中国黑龙江省哈尔滨市的一所综合性全国重点大学，是中国著名的理工类大学之一，拥有多个学科领域的优势。

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。