发布 VLQA 数据集, 应用在 视觉问答、自然语言处理 领域

本次发布的数据集 VLQA, 该数据集名为VLQA，专为视觉-语言问答任务设计，该任务需要联合推理图像和文本对。每个数据点包含一张图片、一段阅读材料、一个问题以及相应的答案。数据集还包括丰富的标注和分类，涵盖图像类型、问题类型、所需的推理能力以及对外部知识的需求等方面。为确保数据质量，该数据集采用了多级别的手动验证流程。规模上，该数据集包含9267个独特的图像-文本-问答条目，其任务定位于视觉-语言问题解答。

查看VLQA

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。