TheMrguiller/BilbaoQA2

该数据集是为德乌斯托大学计算与智能系统硕士项目收集的，数据来源于巴斯克地区著名的网页Deia和Getimages。问题和答案是通过一组模型从文本描述中生成的。数据集支持视觉问答任务，并且数据集结构包括图像、问题、选择、答案、解决方案和CTH标志。数据集按80%训练集和20%测试集划分。使用数据时需要注意描述的具体性、数据平衡性以及答案的重复性。数据集的策展人是德乌斯托大学计算与智能系统硕士的学生。该数据集是为德乌斯托大学计算与智能系统硕士项目收集的，数据来源于巴斯克地区著名的网页Deia和Getimages。问题和答案是通过一组模型从文本描述中生成的。数据集支持视觉问答任务，并且数据集结构包括图像、问题、选择、答案、解决方案和CTH标志。数据集按80%训练集和20%测试集划分。使用数据时需要注意描述的具体性、数据平衡性以及答案的重复性。数据集的策展人是德乌斯托大学计算与智能系统硕士的学生。

原始信息汇总

数据集概述

数据集名称

• BilbaoQA2

数据集描述

• 该数据集是为Deusto大学的计算与智能系统硕士项目收集的，由学生从Basque Country的知名网页Deia和Getimages收集。问题和答案是通过一组能够从文本描述生成信息的模型创建的。

支持的任务

• 视觉问答

语言

• 英语

数据集结构

数据字段

• caption：字符串类型
• image：图像类型
• question：字符串类型
• choices：字符串类型
• answer：字符串类型
• solution：字符串类型
• CTH：布尔类型

数据分割

• 训练集：3781个样本，大小为3191572848.375字节
• 测试集：946个样本，大小为791791803字节

数据集大小

• 下载大小：3952860603字节
• 数据集总大小：3983364651.375字节

使用数据集的注意事项

• 数据集中的描述有时过于具体，不适合作为标题任务。
• 数据集中包含大量足球比赛数据，不平衡。
• 部分描述过于通用，存在答案重复问题，使用时需注意。