MBZUAI 发布 CAMMT 数据集, 应用在 多模态翻译、机器学习 领域

MBZUAI 本次发布的数据集 CAMMT, CAMMT是一个由人类精心策划的多模态机器翻译基准数据集，包含超过5,800个图像及其英文和区域语言的平行字幕。该数据集覆盖了19种语言和23个地区。通过CAMMT，研究人员评估了五种视觉语言模型在仅文本和文本+图像设置下的翻译质量。结果表明，视觉上下文通常能提高翻译质量，特别是在处理文化特定物品、歧义消解和正确使用性别方面。CAMMT旨在支持构建和评估更具文化细微差别和地区差异的多模态翻译系统。

查看CAMMT

Dataset card 内容： 

Files and versions 内容： 

关于 MBZUAI , MBZUAI（Mohamed bin Zayed University of Artificial Intelligence）是阿联酋的一所专注于人工智能领域的高等教育机构，成立于2019年，旨在培养全球顶尖的人工智能专家，推动AI技术的研究和应用。

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。