map2seq

该数据集名为Map2seq，包含了7,672个用于视觉和语言导航任务的指令-轨迹对。在训练过程中，还加入了4,674个增强数据实例，并且有6,291对数据通过使用GPT-4进行了理据支撑。整个数据集的规模为7,672对，其任务类型为视觉和语言导航。

The dataset named Map2seq comprises 7,672 instruction-trajectory pairs for vision-and-language navigation tasks. For the training phase, 4,674 augmented data instances are additionally employed, and 6,291 of these pairs are supplemented with rationales generated via GPT-4. The total size of the dataset remains 7,672 pairs, with the task type being vision-and-language navigation.

搜集汇总

背景与挑战

背景概述

map2seq数据集包含7,672条人工书写的自然语言导航指令，用于OpenStreetMap中的路线，重点标注视觉地标，适用于视觉语言导航和指令生成研究。数据由海德堡大学于2021年发布。