five

SPARTQA (SPAtial Reasoning on Textual Question Answering)

收藏
OpenDataLab2026-05-24 更新2024-05-09 收录
下载链接:
https://opendatalab.org.cn/OpenDataLab/SPARTQA
下载链接
链接失效反馈
官方服务:
资源简介:
SpartQA是自然语言文本空间推理的文本问题回答基准,其中包含先前数据集未涵盖的更现实的空间现象,并且对于最先进的语言模型 (LM) 具有挑战性。 SPARTQA建立在NLVR的图像上,该图像包含更多具有更丰富空间结构的对象。SPARTQA的故事更自然,句子更多,每个句子的空间关系更丰富,问题需要更深层次的推理,有四种类型: 查找关系 (FR) 、查找块 (FB) 、选择对象 (CO) 和是/否 (YN),这允许对模型的功能进行更细粒度的分析。 https://aclanthology.org/2021.naacl-main.364/

SpartQA is a textual question answering benchmark for spatial reasoning over natural language texts, which encompasses more realistic spatial phenomena not covered by prior datasets and poses significant challenges for state-of-the-art language models (LMs). SPARTQA is built upon images from NLVR, which feature more objects with richer spatial structures. The stories in SPARTQA are more natural, with a greater number of sentences and more abundant spatial relations in each individual sentence. The questions demand deeper reasoning and are categorized into four types: Find Relation (FR), Find Block (FB), Choose Object (CO), and Yes/No (YN), which allows for more fine-grained analysis of model capabilities. https://aclanthology.org/2021.naacl-main.364/
提供机构:
OpenDataLab
创建时间:
2022-06-28
搜集汇总
数据集介绍
main_image_url
背景与挑战
背景概述
SPARTQA是一个用于自然语言文本空间推理的问答基准数据集,基于NLVR图像构建,包含更丰富的空间结构和对象,问题涵盖四种类型以支持模型功能细粒度分析。该数据集旨在涵盖现实空间现象,对先进语言模型具有挑战性。
以上内容由遇见数据集搜集并总结生成
5,000+
优质数据集
54 个
任务类型
进入经典数据集
二维码
社区交流群

面向社区/商业的数据集话题

二维码
科研交流群

面向高校/科研机构的开源数据集话题

数据驱动未来

携手共赢发展

商业合作