发布 Multi-Modal Experience Dataset 数据集, 应用在 多模态信息处理、文本生成 领域

本次发布的数据集 Multi-Modal Experience Dataset, 该数据集是为了评估基于序列多模态信息的AI创作能力而全新手动标注的，包含了输入的图像-文本对以及来自歌曲歌词的输出句子。具体来说，该数据集中所包含的输出句子是从一个中文歌曲网站抓取的，而输入的图像-文本对则是从GraphMovie数据集中收集而来。这一任务的目的是基于多模态输入进行文本生成。

查看Multi-Modal Experience Dataset

README 内容： 

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。