Michigan NLP 发布 Visual Similarity Scores between Countries and Topics 数据集, 应用在 视觉相似度、机器学习模型 领域

Michigan NLP 本次发布的数据集 Visual Similarity Scores between Countries and Topics, 该数据集包含了基于图像平均视觉表现计算的国家间主题视觉相似度得分。它旨在识别需要在视觉-语言模型中加强代表性的国家，以便进行标注，从而提升模型的表现。此外，数据集还包括了不同国家和主题的相似度得分，以及地理距离与视觉相似度之间的相关性洞察。任务目标是提高模型性能，通过识别需要标注的代表性不足的国家和主题。

查看Visual Similarity Scores between Countries and Topics

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。