e-SNLI-VE عبارة عن مجموعة بيانات لغوية بصرية واسعة النطاق مع تفسيرات باللغة الطبيعية، تحتوي على أكثر من 430,000 حالة، يتم شرحها جميعًا بناءً على محتوى الصورة. تم إنشاء مجموعة البيانات هذه عن طريق دمج التفسيرات من مجموعة بيانات e-SNLI وأزواج الجملة والصورة من مجموعة بيانات SNLI-VE.

الاستشهاد

@InProceedings{Kayser_2021_ICCV,
author    = {Kayser, Maxime and Camburu, Oana-Maria and Salewski, Leonard and Emde, Cornelius and Do, Virginie and Akata, Zeynep and Lukasiewicz, Thomas},
title     = {E-ViL: A Dataset and Benchmark for Natural Language Explanations in Vision-Language Tasks},
booktitle = {Proceedings of the IEEE/CVF International Conference on Computer Vision (ICCV)},
month     = {October},
year      = {2021},
pages     = {1244-1254}
}