화면에 없는 답
여러 수치에서 계산한 결과는 그래프 안에 문자로 적혀 있지 않을 수 있다. PlotQA는 정해진 어휘에서 답을 고르거나 화면의 영역을 추출하는 방법만으로 처리하기 어려운 질문을 다룬다.
자료와 질문의 구성
실제 출처의 데이터를 사용한 22만 4천 377개 그래프 위에 약 2천 890만 질의응답 쌍을 구성했다. 질문에는 참여자에게 수집한 템플릿을 사용하므로 모든 질문을 개별 작성한 자료는 아니다.
혼합형 기준 모델
연구는 질문에 따라 고정 어휘 선택이나 영상 영역 추출을 사용하고, 다른 질문에는 표 질의응답을 적용하는 혼합 방식을 제시했다. 표는 영상의 시각 요소를 검출해 구조화한다.
평가의 구분
초기 모델들은 학습 어휘 밖의 답을 요구하는 질문에서 특히 어려움을 보였다. 당시 기준 결과는 현재 모델의 한계를 그대로 나타내지 않으며, 표를 어떻게 얻는지도 평가 조건에 포함된다.
관련 문서
ChartQA / DocVQA / PubTables-1M / 시각 질의응답 / 데이터 시각화 / 벤치마크