用于多模态模型研究的图-文配对数据集: 源自地图相关文献

摘要

为应对专业科学领域公开图文资源有限的问题，研究者构建了来自地图相关科学文献的大规模图-文配对数据集 FTPD-ML。该数据集源自制图学、地理学、遥感及相关学科的 96,859 份科学出版物，提供 75,702 对可公开再分发的图-文配对，均遵循知识共享署名（CC BY）许可，包含原始图注、标准化图注变体、上下文段落描述等多层文本表示及书目元数据。不可再分发文献的记录仅以元数据表示，以符合版权与许可要求。数据集可用于图像-文本检索、图像描述、科学文档理解及面向制图的视觉-语言研究。