lampent/IRFL

IRFL数据集包含成语、明喻、隐喻及其对应的具象和字面图像，以及两个新颖的多模态比喻检测和检索任务。该数据集通过人工标注和自动流程收集了文本成语、隐喻和明喻的具象和字面图像，并标注了这些图像与比喻表达之间的关系。数据集创建了两个新颖的比喻检测和检索任务，用于评估视觉和语言预训练模型（VL-PTMs）选择最能可视化比喻表达的图像的能力，以及对比喻图像的偏好。

原始信息汇总

数据集概述

数据集名称

• IRFL (Image Recognition of Figurative Language)

数据集内容

• 包含成语、比喻、拟人及其对应的象征性和字面图像。
• 包含两个新颖的任务：多模态象征性检测和检索。

数据集结构

• 多模态象征性语言检测任务：
  • 字段包括查询、干扰项、答案、象征类型、类型、定义、短语。
• 多模态象征性语言检索任务：
  • 字段包括类型、象征类型、图像元数据、第一类别、第二类别、定义、主题、短语。

数据集语言

• 英语

数据集许可

• CC-BY 4.0

数据集创建

• 使用自动管道收集象征性和字面图像。
• 通过Amazon Mechanical Turk Workers进行注释。

使用数据注意事项

• 成语、比喻和拟人分别由不同的注释者进行注释。
• 检测和排名任务由未参与先前IRFL注释的注释者完成。