IMLIP-2022-Image-Caption-evaluation-task

The repository contains the corpus data set required by the IMLIP profiling task.

数据集介绍

该数据集由Flickr8k英文数据集翻译后经人工校对而成

文件结构

维语语料

• Uighur_train.xlsx 为训练集对应的维语语料
• Uighur_val.xlsx 为验证集对应的维语语料

蒙语语料

• Mongol_train.xlsx 为训练集对应的蒙语语料
• Mongol_val.xlsx 为验证集对应的蒙语语料

藏语语料

• Tibetan_train.xlsx 为训练集对应的藏语语料
• Tibetan_val.xlsx 为验证集对应的藏语语料

数据项解释

• 每个txt文件中数据格式
  • 文件名#语料类型#编码# 描述文本
  • 语料类型
    • uyc:维语
    • mnc:蒙语
    • tic:藏语

Flickr8k图片及对应的中英文描述数据集获取方式

英文数据集见链接 提取码：s4be