RecipeQA：一个用于烹饪食谱多模态理解的任务数据集
计算与语言
2018-09-05 v1 计算机视觉与模式识别
摘要
理解和推理烹饪食谱是使机器能够解释过程性文本的一个富有成果的研究方向。在这项工作中，我们介绍了 RecipeQA，一个用于烹饪食谱多模态理解的数据集。它包含约 2 万条带有标题、描述和对齐图像集等多种模态的说明性食谱。借助超过 3.6 万个自动生成的问题-答案对，我们设计了一系列需要联合理解图像与文本、捕捉事件时间流并理解过程性知识的理解与推理任务。我们的初步结果表明，RecipeQA 将作为一个具有挑战性的测试平台和评估机器理解系统的理想基准。数据和排行榜可在 http://hucvl.github.io/recipeqa 获取。
引用
@article{arxiv.1809.00812,
title = {RecipeQA: A Challenge Dataset for Multimodal Comprehension of Cooking Recipes},
author = {Semih Yagcioglu and Aykut Erdem and Erkut Erdem and Nazli Ikizler-Cinbis},
journal= {arXiv preprint arXiv:1809.00812},
year = {2018}
}
备注
EMNLP 2018