Crisscrossed Captions の正式名である CxC は、247,315 個の手動でラベル付けされたアノテーションを含む画像キャプション データセットです。 このデータセットは、画像とテキストのペア、テキストとテキストのペア、および画像と画像のペアの意味的類似性評価を使用して、MS-COCO データセットの開発とテストを拡張します。

引用

@article{parekh2020crisscrossed, タイトル={交差するキャプション：MS-COCOのための拡張されたイントラモーダルおよびインターモーダル意味的類似性判断}、 著者={Parekh, Zarana、Baldridge, Jason、Cer, Daniel、Waters, Austin、Yang, Yinfei}、 ジャーナル={arXivプレプリント arXiv:2004.15020}、 年={2020} }