清华大学 发布 MMLA 数据集, 应用在 多模态语言分析、自然语言处理 领域

清华大学 本次发布的数据集 MMLA, MMLA是一个全面的多模态语言分析基准，由清华大学计算机科学与技术系和腾讯AI等机构创建。该数据集包含超过61K个来自脚本和真实世界场景的多模态话语，涵盖了意图、对话行为、情绪、情感、说话风格和沟通行为六个核心维度。数据集中的样本包含文本、视频和音频三种模态，来源于电视系列、电影、社交媒体视频和励志访谈等多种场景。MMLA旨在评估大型语言模型在多模态语言分析方面的能力，为相关领域的研究提供坚实的基础。

查看MMLA

README 内容： 

关于 清华大学 , 清华大学是中国的一所综合性研究型大学，位于北京，是中国的顶尖学府之一，以其在工程、计算机科学、材料科学等领域的卓越教育和研究而闻名。

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。