SNLI-VE

该数据集融合了视觉和文本信息，旨在执行视觉蕴含任务。在实验中，该数据集被用来展示添加谓词特征和利用图形结构所带来的益处。其所涉及的任务是视觉蕴含。

This dataset integrates visual and textual information, with the goal of tackling visual entailment tasks. In experiments, it was employed to demonstrate the advantages of incorporating predicate features and leveraging graph structures. The core task involved in this dataset is visual entailment.

搜集汇总

背景与挑战

背景概述

SNLI-VE是一个用于视觉蕴含任务的数据集，旨在通过图像前提和文本假设的关系进行分类，标签包括蕴含、中性和矛盾。数据集基于SNLI和Flickr30K构建，包含约56.5万对样本，训练、开发和测试集标签分布均匀，但存在约9.2%的标注错误，主要集中在中性类。