清华大学 发布 MESED 数据集, 应用在 多模态学习、实体识别 领域

清华大学 本次发布的数据集 MESED, MESED是由清华大学创建的第一个大规模多模态实体集扩展数据集，包含14,489个来自维基百科的实体和434,675对图像-句子。该数据集设计了26个粗粒度和70个细粒度语义类别，用于评估模型在处理复杂实体如负实体、同义实体、多义实体和长尾实体时的表现。MESED旨在通过多模态信息提高实体表示的准确性，解决单一文本模态在实体扩展任务中的局限性，并应用于知识挖掘、网络搜索、分类体系构建和知识图谱等领域。

查看MESED

README 内容： 

关于 清华大学 , 清华大学，位于中国北京，是一所享誉全球的顶尖研究型大学，以其深厚的学术底蕴和杰出的科研能力而著称。

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。