牛津大学 发布 e-ViL 数据集, 应用在 视觉-语言任务、自然语言解释 领域

牛津大学 本次发布的数据集 e-ViL, e-ViL是一个大型数据集，由牛津大学计算机科学系创建，旨在为视觉-语言任务提供自然语言解释的基准。该数据集包含超过430,000个实例，每个实例包括图像、自然语言假设、分类标签和解释。数据集的创建过程涉及多个步骤，包括手动重新标记和使用多种过滤方法来提高数据质量。e-ViL数据集主要用于评估和比较不同模型在视觉-语言任务中生成自然语言解释的能力，特别是在需要复杂推理和常识知识的场景中。

查看e-ViL

README 内容： 

关于 牛津大学 , 牛津大学是英国最古老的大学之一，成立于12世纪，以其卓越的教育和研究水平闻名于世。

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。