CxC 全称 Crisscrossed Captions，是一个图像字幕数据集，包含 247,315 个人工标记的标注。 该数据集使用图像-文本对，文本-文本对和图像-图像对的语义相似性评级扩展了 MS-COCO 数据集的开发和测试范围。

Citation

@article{parekh2020crisscrossed, title={Crisscrossed Captions: Extended Intramodal and Intermodal Semantic Similarity Judgments for MS-COCO}, author={Parekh, Zarana and Baldridge, Jason and Cer, Daniel and Waters, Austin and Yang, Yinfei}, journal={arXiv preprint arXiv:2004.15020}, year={2020} }