OpenKG地址：http://openkg.cn/dataset/csdqa

開源地址：http://zscl.xjtudlc.com:888/CSDQA/

開放許可協(xié)議：CC BY-SA 4.0 （署名相似共享）

貢獻(xiàn)者：西安交通大學(xué)(王紹偉、張玲玲、楊祎、胡欣、秦濤、魏筆凡、劉均)

---

1. 摘要

CSDQA （Computer Science Diagram Question Answering）數(shù)據(jù)集是計(jì)算機(jī)科學(xué)領(lǐng)域幾何圖形類示意圖問答數(shù)據(jù)集，由陜西省天地網(wǎng)技術(shù)重點(diǎn)實(shí)驗(yàn)室貢獻(xiàn)。本數(shù)據(jù)集示意圖來自教科書、百科、博客等教育場景，包含十二個(gè)類別共計(jì)1294張示意圖，3494個(gè)問答對(duì)以及超過20000條對(duì)象信息標(biāo)注。該數(shù)據(jù)集能為示意圖問答等相關(guān)研究提供良好的數(shù)據(jù)支持。?

2.?示意圖

示意圖明確表達(dá)某個(gè)特定主題或概念，傳遞可推理的規(guī)則或邏輯信息，使用抽象的圖形化符號(hào)而不是真實(shí)圖片來呈現(xiàn)元素的一種表示。相比自然圖像，示意圖不包含陰影、紋理、背景等，視覺要素表達(dá)更加凝練簡潔，包含豐富的信息。根據(jù)構(gòu)成要素，示意圖可劃分為兩類。已有研究主要集中于第一類：來自生物學(xué)、地理學(xué)等自然學(xué)科示意圖，其對(duì)象主要由抽象化的動(dòng)物、植物等事物構(gòu)成，表達(dá)方式與自然圖類似。本數(shù)據(jù)集聚焦于第二類：幾何圖形類示意圖，其對(duì)象主要由圓形、矩形、箭頭等符號(hào)組成，如圖1所示。該類示意圖抽象化程度更高，對(duì)象表達(dá)方式多樣，包含復(fù)雜的邏輯結(jié)構(gòu)，例如二叉樹中根節(jié)點(diǎn)與葉節(jié)點(diǎn)間具有父子拓?fù)潢P(guān)系。理解該類示意圖具有極大挑戰(zhàn)，也是實(shí)現(xiàn)智慧教育等應(yīng)用的重要基礎(chǔ)。

圖1?CSDQA全類別示意圖樣例

3. 數(shù)據(jù)集

示意圖來源稀缺，為了收集到高質(zhì)量的數(shù)據(jù)，CSDQA采取了多來源、半自動(dòng)化的收集方式。針對(duì)教科書、百科等來源進(jìn)行人工收集，針對(duì)網(wǎng)絡(luò)爬取數(shù)據(jù)構(gòu)建過濾器濾除低質(zhì)量樣本。

為了適應(yīng)示意圖多樣的表達(dá)方式和復(fù)雜的邏輯，我們設(shè)計(jì)了多維度的數(shù)據(jù)集標(biāo)注規(guī)則，包含：全局屬性-對(duì)象屬性-關(guān)系屬性，如圖2所示。其中全局屬性宏觀描述了示意圖所表達(dá)的知識(shí)；后兩者則更細(xì)粒度描述示意圖中的對(duì)象和對(duì)象間的關(guān)系信息。

圖2?CSDQA示意圖屬性標(biāo)注樣例

示意圖問答任務(wù)是指：計(jì)算機(jī)在給定一張示意圖和相關(guān)的知識(shí)文本內(nèi)容下回答自然語言問題。在數(shù)據(jù)集中，知識(shí)文本是以是示意圖類別為關(guān)鍵字爬取的維基百科相關(guān)信息。我們共設(shè)計(jì)了兩種難度的問題。簡單問題：計(jì)算機(jī)僅需要一次推理即可給出答案；復(fù)雜問題：計(jì)算機(jī)需要兩次推理才能給出答案，在所有標(biāo)注問題中，復(fù)雜問題所占比為22.98%。形式上，標(biāo)注的問題還可劃分為四選一問題和判斷題，示例如圖3所示。

圖3?CSDQA示意圖問答標(biāo)注樣例

相較于已有的示意圖數(shù)據(jù)集，CSDQA的特點(diǎn)在于：

(1）CSDQA是首個(gè)包含高質(zhì)量幾何圖形類示意圖的數(shù)據(jù)集，填補(bǔ)了示意圖數(shù)據(jù)集在高等教育領(lǐng)域的空白。

(2）CSDQA包含細(xì)粒度的標(biāo)注信息和區(qū)分難度及類別的問答對(duì)，可適應(yīng)多樣化的示意圖理解相關(guān)任務(wù)。

4.?結(jié)語及致謝

為推進(jìn)課程領(lǐng)域示意圖研究，我們提出了示意圖問答任務(wù)，并為社區(qū)貢獻(xiàn)了一個(gè)人工標(biāo)注的計(jì)算機(jī)科學(xué)領(lǐng)域示意圖問答數(shù)據(jù)集。在此，感謝西安交通大學(xué)劉均教授、張玲玲老師在數(shù)據(jù)集構(gòu)建方案中提供的寶貴意見，感謝西安交通大學(xué)計(jì)算機(jī)科學(xué)與技術(shù)學(xué)院的楊祎、吳文俊、胡欣等同學(xué)在數(shù)據(jù)標(biāo)注過程中提供的支持。

---

OpenKG

OpenKG（中文開放知識(shí)圖譜）旨在推動(dòng)以中文為核心的知識(shí)圖譜數(shù)據(jù)的開放、互聯(lián)及眾包，并促進(jìn)知識(shí)圖譜算法、工具及平臺(tái)的開源開放。

點(diǎn)擊閱讀原文，進(jìn)入 OpenKG 網(wǎng)站。

總結(jié)

以上是生活随笔為你收集整理的开源开放 | 计算机科学示意图问答数据集CSDQA（CCKS2021）的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。