KVQAはKnowledge-aware VQAの正式名称であり、質問と回答に関するデータセットです。このデータセットには、18,000 人以上の人々と 24,000 枚の画像を含む、手動で検証された 183,000 の質問と回答のペアが含まれています。データセット内の質問では、答えを見つけるために KG でのマルチエンティティ、マルチリレーション、およびマルチホップ推論が必要です。

視覚的な名前付きエンティティのリンクを可能にするために、ウィキデータから収集した 69,000 人の参照画像を含むサポート セットも提供します。