StackOverflowVQA：面向软件相关问题的可视化问答数据集
计算机视觉与模式识别
2024-05-20 v1
摘要
近年来，人们越来越多地通过在不同主题上提问来利用 AI 解决问题。其中一种主题是与软件相关和编程相关的问题。本文聚焦于需要结合问题本身以及图像理解的问答。我们介绍了 StackOverflowVQA 数据集，其中包含来自 StackOverflow 且包含一个或多个伴随图像的问题。这是一个首次聚焦于软件相关问题的 VQA 数据集，包含多个人类生成的完整句子答案。此外，我们提供了一个基线模型，用于对该数据集中的问题进行回答。所有数据集版本均可在 https://huggingface.co/mirzaei2114 上获得。
引用
@article{arxiv.2405.10736,
title = {StackOverflowVQA: Stack Overflow Visual Question Answering Dataset},
author = {Motahhare Mirzaei and Mohammad Javad Pirhadi and Sauleh Eetemadi},
journal= {arXiv preprint arXiv:2405.10736},
year = {2024}
}