ScreenQA: Large-Scale Question-Answer Pairs over Mobile App Screenshots
Yu-Chung Hsiao , Fedir Zubach , Maria Wang , Jindong , Chen
分类： 自然语言处理 | 计算机视觉
2022-09-16
我们提出了一个新任务和数据集ScreenQA，以通过问答来理解屏幕内容。现有的屏幕数据集专注于结构和组件级别的理解，或者是更高级别的复合任务（例如导航和任务完成）。我们试图通过注释RICO数据集的80,000多个问题答案对，以弥合这两者之间的差距，以期基于屏幕阅读理解能力。
translated by 谷歌翻译