阿里巴巴集团 发布 MMChat 数据集, 应用在 多模态对话、对话系统 领域

阿里巴巴集团 本次发布的数据集 MMChat, MMChat是一个大规模的中文多模态对话数据集，包含120,840个过滤后的高质量对话和204,320张图片。该数据集从社交媒体中收集，特别关注图像引导对话中的稀疏性问题。数据集的创建过程包括从社交媒体收集原始对话，设计精细的数据过滤流程，以及手动标注部分对话以进一步过滤。MMChat的应用领域主要集中在开发更吸引人的对话系统，特别是在多模态上下文中的对话生成任务。

查看MMChat

README 内容： 

关于 阿里巴巴集团 , 阿里巴巴集团是一家总部位于中国的跨国科技公司，主要业务包括电子商务、云计算、数字媒体和娱乐等。它是全球最大的零售交易平台之一，旗下拥有淘宝、天猫等知名电商平台。

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。