May, 2024

DSDL: 人工智能数据的模态和任务的数据集描述语言

PDF
TL;DR在人工智能时代，通过引入数据集描述语言 (DSDL) 的框架，本文旨在简化数据集处理，提供一个统一的人工智能数据集标准，以解决数据模态和注释格式多样性造成的问题，从而改善人工智能开发的效率。
artificial intelligencedataset description language (dsdl)data modalitiesannotation formatsstandardized specifications
发现论文，激发创造
  • 描述机器学习数据集的领域特定语言

    该论文提出了一种具有社会关注的领域特定语言来描述机器学习数据集的结构以及数据出处的新方法，这将促进任何机器学习倡议来利用和从机器学习的数据中获益。

    Jul, 2022

  • 数据许可证的标准化：蒙特利尔数据许可证

    本文提供了人工智能和机器学习领域数据许可的分类，以建立类似于开源软件许可证的通用框架。新的数据许可语言 —— 蒙特利尔数据许可证（MDL）以及配套的基于 Web 的工具可以奉行本文所阐述的税 onomies。其目的是通过增加透明度，解决现有许可证文本中概念上的模糊之处，从而在 AI 和 ML 领域带来更清晰的工具和概念，使数据市场更公平，更有效。

    Mar, 2019

  • ProgSG：电子设计自动化程序跨模态表示学习

    该论文提出了一种名为 ProgSG 的方法，结合源代码序列模态和图模态，实现深入和精细的互动，以促进领域特定加速器（DSAs）的自动化设计并解决现有高级综合工具需要进行微体系结构决策的问题。

    May, 2023

  • 神奇的数据及如何查询它们

    本文介绍了一个用于不同数据集整合和查询的统一框架，并在计算机视觉数据集中展示了其在不同情景下的优势。

    Jan, 2022

  • 实现可扩展的多领域对话代理: Schema-Guided 对话数据集

    本文介绍了 Schema-Guided Dialogue (SGD) 数据集，包括 16 个领域的 16,000 个多领域对话。SGD 数据集提供了一个具有挑战性的测试平台，可以用于测试任务包括语言理解，位置填充，对话状态跟踪和响应生成。文章也提出了一个基于模式的任务导向对话的范式，尤其是在输入中提供了一组动态的意图和插槽自然的语言描述，提高了对大量服务形态的支持和新服务的快速集成。

    Sep, 2019

  • 加速科学的数据集工程白皮书

    数据集在科学发现过程中的组织和应用至关重要，也应该成为任何知识密集型过程中的一等公民，并且应该引起人们对数据集生命周期的重视和关注，尤其是在使用人工智能方法来探索科学知识时。

    Mar, 2023

  • 指挥官意图：战略游戏中人工智能任务规定的数据集和建模方法

    该论文提出一种使用目标和约束作为支架来调节和评估自主代理，并通过提供一种新颖的数据集和相关的数据收集协议，利用最先进的自然语言处理模型和增强程序开发了一种可用于从非结构化策略描述中识别目标和约束的机器学习框架，其结果表明，机器学习架构比人类评分员更能将非结构化语言描述解释为策略规范。

    Aug, 2022

  • 电影描述数据集

    本文提出了一个新的数据集 “Movie Description Dataset”，其中包括对于 72 部高清电影的超过 54,000 个句子和视频片段的平行语料库，此外，还比较了 DVS 和电影脚本这两种不同类型的电影描述。该数据集可用于基于计算机视觉和计算语言学的视频描述生成算法的性能评估。

    Jan, 2015

  • 多模式讲座演示文稿数据集：理解教育幻灯片中的多模式性

    介绍了一个为了测试机器学习模型在多模态教育内容理解方面表现的新的数据集 ——Multimodal Lecture Presentations 数据集，并且提出了两个任务 —— 解释和说明教育内容，其中前者实现语音识别，后者实现视觉内容合成。介绍了一个名为 PolyViLT 的多模态变形器，该模型采用多个实例学习方法比现有方法更有效，同时指出了在多模态教育表现方面的挑战和机遇。

    Aug, 2022

  • AI 竞赛与基准测试：数据集开发

    发展机器学习数据集的方法论和实践经验，涵盖数据准备、集合、质量评估等方面。

    Apr, 2024