贝鲁特美国大学发布ChartComplete数据集,应用在图表理解、多模态学习领域

贝鲁特美国大学本次发布的数据集ChartComplete,ChartComplete是由贝鲁特美国大学提出的一个综合性图表数据集，旨在解决现有图表理解基准数据集类型单一的问题。该数据集基于改进的Borkin分类法，涵盖30种图表类型，包括常见的柱状图、饼图以及较少见的平行坐标图等，每种类型包含50张高质量图像，总计1500条数据。数据来源包括Statista和Our World in Data等公开平台的爬取以及人工收集，经过严格的质量控制流程确保图像清晰度和信息完整性。该数据集主要应用于计算机视觉和自然语言处理领域，特别是图表问答（ChartQA）任务，为多模态大语言模型（MLLMs）的评估提供了更全面的基准。

查看ChartComplete

关于贝鲁特美国大学,贝鲁特美国大学位于黎巴嫩首都贝鲁特，成立于1866年，是一所享有国际声誉的私立研究型大学。该校以其高质量的教育和研究活动著称，提供广泛的本科、研究生和博士课程，涵盖医学、工程、商业、法律和人文科学等多个领域。

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。