加州大学伯克利分校 发布 Social Vision and Language Dataset (SVLD) 数据集, 应用在 多模态学习、社交媒体分析 领域

加州大学伯克利分校 本次发布的数据集 Social Vision and Language Dataset (SVLD), Social Vision and Language Dataset (SVLD) 是由加州大学伯克利分校创建的一个公开数据集，旨在通过提供同一上下文中的视觉和语言数据来推动多模态学习。该数据集包含来自社交媒体网站的677,181个帖子，其中包括290万张帖子图片、48.8万个帖子视频、140万条评论图片、460万条评论视频和9690万条评论。SVLD数据集的内容丰富，包括图像、视频、文本和社交数据，适用于图像字幕生成、图像分类、情感分析等多种任务。数据集的创建过程涉及使用Imgur API和开源爬虫工具进行数据收集。SVLD的应用领域广泛，旨在解决多模态学习中的长期问题，如提高模型在处理同步音频、视频和语言信息时的性能。

查看Social Vision and Language Dataset (SVLD)

关于 加州大学伯克利分校 , 加州大学伯克利分校是一所位于美国加州的世界顶级公立研究型大学，以其在科研和创新领域的卓越成就闻名于世。

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。