SEACrowd 发布 WORLDCUISINES 数据集, 应用在 视觉问答、文化识别 领域

SEACrowd 本次发布的数据集 WORLDCUISINES, WORLDCUISINES是一个大规模的多语言和多文化视觉问答（VQA）基准数据集，旨在评估视觉语言模型在处理非英语和代表性不足的文化背景下的文化特定知识的能力。该数据集包含超过100万条高质量的文本-图像对，涵盖30种语言和方言，跨越9种语言家族，涉及189个国家和地区。数据集的创建过程包括从维基百科和维基共享资源中收集数据，经过人工注释和质量保证，确保数据的准确性和文化相关性。数据集的应用领域主要集中在文化识别和区域美食的预测，旨在解决视觉语言模型在多语言和文化背景下的理解和区分能力。

查看WORLDCUISINES

Dataset card 内容： 

Files and versions 内容： 

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。