Manga109-v2026：复审现代漫画理解的 Manga109 注释
计算与语言
2026-05-21 v1 人工智能
计算机视觉与模式识别
摘要
漫画是一种具有独特文化特征的多模态媒介，是日本流行文化最具影响力的形式之一。随着 AI 系统日益关注漫画理解、OCR 和翻译，Manga109 已成为漫画相关 AI 研究的基础数据集。然而，当前的 Manga109 数据集包含转录错误和粗糙注释，难以与现代 OCR 和多模态漫画理解任务良好对齐。本文我们重新审视了 Manga109 的对话文本注释，识别出五类注释问题，包括转录错误、缺失文本区域、重叠对话和拟声词、以及未分割的说话气泡。为解决这些问题，我们结合 OCR 基于问题检测和手动修订，构建了 Manga109-v2026，修订了约 29,000 条对话注释。我们的修订更好地将 Manga109 与现代 OCR 和多模态漫画理解系统对齐，同时保留了漫画特有的表达结构。
引用
@article{arxiv.2605.21182,
title = {Manga109-v2026: Revisiting Manga109 Annotations for Modern Manga Understanding},
author = {Jeonghun Baek and Atsuyuki Miyai and Shota Onohara and Hikaru Ikuta and Kiyoharu Aizawa},
journal= {arXiv preprint arXiv:2605.21182},
year = {2026}
}
备注
Accepted to the Culture x AI Workshop at ICML 2026. Project page: https://manga109.github.io/manga109-project-website/en/