English(EN) Building a Multimodal Dataset of Academic Paper for Keyword Extraction

新的多模态数据集增强了学术论文关键词提取能力

作者 PulseAugur 编辑部 · [2 个来源] · 2026-06-30 02:57

研究人员开发了一个新的学术论文关键词提取多模态数据集，包含1000个样本，涵盖文本、图像和音频。该数据集旨在通过整合视觉和听觉信息来解决纯文本方法的局限性。实验表明，结合来自不同模态（包括从图像和音频中提取的文本）的文本，与仅使用文本相比，显著提高了关键词提取性能。 AI

影响该多模态数据集有望催生更复杂的关键词提取模型，从而改善学术领域的科研发现和信息检索。

排序理由该集群描述了为研究目的创建新数据集，特别是使用多模态信息从学术论文中提取关键词。

AI 生成摘要 · Google Gemini · 来自 2 个来源。我们如何撰写摘要 →

报道来源 [2]

arXiv cs.CL TIER_1 English(EN) · Jingyu Zhang, Xinyi Yan, Yi Xiang, Yingyi Zhang, Chengzhi Zhang · 2026-07-01 04:00

构建用于关键词提取的学术论文多模态数据集

arXiv:2606.31069v1 Announce Type: new Abstract: Up to this point, keyword extraction task typically relies solely on textual data. Neglecting visual details and audio features from image and audio modalities leads to deficiencies in information richness and overlooks potential co…
arXiv cs.IR (Information Retrieval) TIER_1 English(EN) · Chengzhi Zhang · 2026-06-30 02:57

构建用于关键词提取的学术论文多模态数据集

Up to this point, keyword extraction task typically relies solely on textual data. Neglecting visual details and audio features from image and audio modalities leads to deficiencies in information richness and overlooks potential correlations, thereby constraining the model's abi…