BAN-Cap

BAN-Cap数据集是由Shahjalal University of Science and Technology的研究团队开发的，旨在解决孟加拉语在自动图像字幕生成领域缺乏标准数据集的问题。该数据集扩展自Flickr8k，包含8091张图片，总计40455对英文-孟加拉语字幕，由精通两种语言的孟加拉语母语者进行标注。数据集内容丰富，涵盖多种图像字幕风格，适用于多模态机器翻译、视觉问答等研究领域，特别强调在孟加拉语-英语和英语-孟加拉语翻译中的应用。创建过程中，通过严格的标注和后处理确保数据质量。该数据集不仅支持图像字幕生成，还展示了其在多用途研究中的潜力，如神经机器翻译和文本增强技术。