发布 COCO-Urdu 数据集, 应用在 多模态学习、乌尔都语处理 领域

本次发布的数据集 COCO-Urdu, COCO-Urdu是一个大规模的乌尔都语图像-字幕数据集，由MS COCO数据集翻译而来，包含5.92万张图片和31.9万条乌尔都语字幕。该数据集通过分层抽样技术，保留了原始数据集的类别分布。字幕翻译使用了SeamlessM4T v2模型，并通过一个混合多模态质量评估框架进行了验证，该框架整合了COMET-Kiwi、CLIP-based相似性和BERTScore等技术。COCO-Urdu是目前公开可用的最大的乌尔都语字幕数据集，旨在减少多模态研究中的语言偏见，为包容性的视觉-语言研究奠定基础。

查看COCO-Urdu

关于 , 国庆学校是一所位于中国的教育机构，专注于提供基础教育服务。学校致力于培养学生的综合素质，注重学术与品德的全面发展。

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。