
一个以凝视为基础的视觉问答数据集,用于澄清模糊的日语问题(LREC-COLING 2024)
其他语言的说明
统计
统计数据截至 2026年11月17日
GitHub Star 数
8
±0 (10月13日〜)
最后提交
2024年8月
GitHub 创建日期
2024年2月22日
收录日
2026年5月13日
Star 数变化
以表格显示
| 月份 | Star |
|---|---|
| 2025年12月 | — |
| 2026年1月 | — |
| 2026年2月 | — |
| 2026年3月 | — |
| 2026年4月 | — |
| 2026年5月 | 8 |
| 2026年6月 | 8 |
| 2026年7月 | 8 |
| 2026年8月 | 8 |
| 2026年9月 | 8 |
| 2026年10月 | 8 |
| 2026年11月 | 8 |
各月最后一次快照。1,000 以上的 Star 数按 100 取整。
同分类的热门资源
ja-vg-vqayahoojapan30日本视觉基因问答数据集
business-slide-questionsstockmarkteam2在这个存储库中,我们提供了针对商业资料(幻灯片)的视觉问答(VQA)基准测试“BusinessSlideVQA”。
GazeVQAriken-grp0LREC-COLING 2024 论文《一个注视引导的视觉问答数据集,用于澄清模糊的日语问题》的数据集
lawqa_jpdigital-go-jp279日本法律相关的多项选择问答数据集
open-mantra-datasetmantra-inc208在AAAI21年会上介绍的《全自动漫画翻译》论文中介绍的数据集
在AAAI21年会上介绍的《全自动漫画翻译》论文中介绍的数据集
JaQuADSkelterLabsInc111JaQuAD:用于机器阅读理解的日语问答数据集(2022年,Skelter Labs)
研究领域相近的资源
- Japanese-Medical-VQA-12mMIL-UT423Japanese Medical VQA 12M 是一个大规模多模态数据集(≈12 M 样本),包含日语医学图像的原始和增强说明文字,均提供源语言和日语版本,以及生成的 VQA 问答对。该数据集以 Parquet/Webdataset 格式发布,并使用 InternVL3.5 对 Open‑PMC‑18M 进行增强,使用 Qwen3‑30B‑A3B 进行翻译,使用 GPT‑OSS 120B 生成 VQA。HF 数据集共同: 标注与数据集构建
- JMMMU-ProJMMMU1kJMMMU‑Pro 是一个基于图像的日语多模态基准,通过使用真实模型生成视觉问题并进行人工验证创建,揭示当前开源 LMM 在其上的表现不佳,并提供了一种成本效益高的未来 VQA 基准开发方法。HF 数据集共同: 标注与数据集构建
- JAMMEvalllm-jp830JAMMEval 是七个日本 VQA 数据集的精炼基准,经过两轮人工注释以消除歧义和非视觉问题,能够为多模态日本任务提供对视觉‑语言模型的可靠评估。HF 数据集共同: 标注与数据集构建
- Galgame-VisualNovel-Reuploadjoujiboi5k为高效加载 Hugging Face datasets,重新结构化并重新上传 Galgame VisualNovel 数据集(OOPPEENN/5669737465666C656E63655F44617461337072657330),保留所有原始 audio/text,并提供带多种 game-subset 选项的 extraction script。HF 数据集共同: 标注与数据集构建
- STAIR-Captionsshunk0312kSTAIR‑Captions,发布于2017年,提供820,310条日语字幕,用于字幕生成、多模态检索和图像生成,并配有详细注释、元数据以及Creative Commons BY‑4.0 license。HF 数据集共同: 标注与数据集构建
- JA-Multi-Image-VQASakanaAI311JA‑Multi‑Image‑VQA 是一个包含 39 张图像和 55 对日语问答的多图像 VQA 数据集,采用 Apache 2.0 许可(图像除外)。HF 数据集共同: 标注与数据集构建