Der Spot-the-Diff-Datensatz besteht aus 13.192 Bildpaaren und den entsprechenden manuell bereitgestellten Textanmerkungen. Die Anmerkungen verdeutlichen die Unterschiede zwischen den beiden Bildern.

Zitat

@inproceedings{jhamtani2018learning, title={Lernen, Unterschiede zwischen Paaren ähnlicher Bilder zu beschreiben}, Autor={Jhamtani, Harsh und Berg-Kirkpatrick, Taylor}, booktitle={Proceedings of the 2018 Conference on Empirical Methods in Natural Language Processing (EMNLP)}, Jahr={2018} }