Concurso de subtítulos New Yorker
El New Yorker Caption Contest es un conjunto de datos multimodal que combina imágenes y sofisticados subtítulos humorísticos, que se utiliza para evaluar cómo las IA entienden el contexto visual y textual.
Aproximadamente 149 000 imágenes y subtítulos humorísticos, 7,91 GB, formato Parquet
CC-BY 4.0
Descripción
El conjunto de datos New Yorker Caption Contest incluye casi 150 000 imágenes del famoso concurso de leyendas de la comedia neoyorquina, junto con subtítulos creados por humanos. Desafía a los modelos de IA a capturar matices complejos y relaciones inesperadas entre la imagen y el texto.
¿Para qué sirve este conjunto de datos?
- Pruebe y entrene modelos para comprender el humor multimodal
- Mejorar la generación de leyendas relevantes y creativas
- Explorando la compleja comprensión contextual entre imágenes y texto
¿Se puede enriquecer o mejorar?
Este conjunto de datos se puede enriquecer con anotaciones adicionales sobre los tipos de humor o con metadatos culturales para analizar más a fondo los modelos.
🔎 En resumen
🧠 Recomendado para
- Investigadores multimodales
- programadores de PNL
- IA creativa
🔧 Herramientas compatibles
- Hugging Face Transformers
- CLIP
- BLIP
- Frameworks multimodales
💡 Consejo
Explora las leyendas más inesperadas para mejorar la creatividad de la modelo.
Preguntas frecuentes
¿Este conjunto de datos contiene imágenes o solo subtítulos?
Contiene imágenes acompañadas de leyendas humorísticas creadas por humanos.
¿Se puede usar este conjunto de datos para uso comercial?
Sí, con licencia CC-BY 4.0, uso comercial autorizado con atribución.
¿Cuál es el principal desafío que plantea este conjunto de datos para los modelos de IA?
Comprenda las complejas relaciones y el humor sutil entre imágenes y textos.
