SciFigQual-Bench: Benchmark per la valutazione della qualità delle figure scientifiche
I ricercatori propongono SciFigQual-Bench, un benchmark per valutare la qualità delle immagini scientifiche utilizzando il contesto completo del manoscritto. Valuta le immagini in cinque dimensioni: chiarezza, layout, aderenza alla didascalia, pertinenza al contesto e rischio di fuorviare. Il dataset include 6.308 immagini provenienti dalle principali conferenze di informatica (2020-2025), valutate da più esperti. Questo colma una lacuna, poiché i metodi IQA esistenti non sono adatti per articoli scientifici.
Fatti principali
- SciFigQual-Bench valuta le immagini scientifiche in cinque dimensioni: chiarezza, layout, aderenza alla didascalia, pertinenza al contesto e rischio di fuorviare.
- Il dataset copre le principali conferenze di informatica dal 2020 al 2025.
- 6.308 immagini sono state valutate indipendentemente da più esperti del settore.
- I metodi IQA esistenti sono progettati per fotografie naturali o contenuti generati dall'IA.
- Studi precedenti sui grafici accademici si concentrano solo su confronti visivi superficiali.
- Il benchmark utilizza il testo completo per verificare l'allineamento con le didascalie, la pertinenza delle citazioni e l'ingannevolezza visiva.
- Le annotazioni gold-standard sono state aggregate dai punteggi degli esperti.
- L'articolo è disponibile su arXiv (2607.27084).
Entità
Istituzioni
- arXiv