Code & Projekte
Open-Source-Code, Datensätze, Demos und Tutorials zu multimodalem Retrieval, Patentsuche, Vision-Language-Modellen und Wissensgraphen.
iPatent
PatentSemTech @ SIGIR 2025
Interaktives Suchsystem für die multimodale Suche und Interpretation von Patentbildern, mit Clustering zur Exploration der Ergebnisse. Live-Demo an der TIB.
Patent Figure Classification
ECIR 2025
Code und die Datensätze PatFigCLS / PatFigVQA zur Klassifikation von Patentzeichnungen nach Typ, Projektion, Patentklasse und Objekt mit großen Vision-Language-Modellen, einschließlich einer turnierartigen Multiple-Choice-Strategie für große Label-Mengen.
CARA
Software, 2026
Open-Source-Werkzeug für Relevanzbewertungen beim Aufbau von Testkollektionen im Bild-Retrieval. Bewertet wird in Gruppen ähnlicher Bilder; ein integrierter Simulator vergleicht Gruppierungseinstellungen vor Beginn einer Studie.
Colonial-Context VLM Bias Dataset
WebSci 2026
Annotierte historische Fotografien, mit denen sich Gender- und Hautfarben-Bias von Vision-Language-Modellen bei der Suche in Archivbeständen messen lässt.
Fusing Vision and Language Tutorial
KONVENS 2025
Ganztägiges Praxis-Tutorial zu Vision-Language-Modellen für die multimodale Inhaltsanalyse, mit Folien und Notebooks.
DBLP-QuAD
BIR @ ECIR 2023
10.000 Frage-Antwort-Paare mit SPARQL-Abfragen über den wissenschaftlichen Wissensgraphen DBLP, für Question Answering über Wissensgraphen.
Hindi WordNet Extension
Erweiterung des Hindi-WordNet mit Verfahren zur Vervollständigung von Wissensgraphen.
Patent Search on CLEF-IP
Demo-Anwendung für multimodale Patentsuche auf dem CLEF-IP-Datensatz.
Biomedical QA
Retrieval-basiertes Question-Answering-System für biomedizinische Fragen mit Elasticsearch und BERT.
Mehr auf GitHub: github.com/awalesushil · TIB Visual Analytics