数据集概述
本数据集为十尾多轮次视觉推理（10T‑MVR）实验的分析工具包，包含可执行脚本、数据文件及结果输出，支持对五组条件下的多轮对话日志进行生成、分析与可视化，下载后可直接运行分析流程。
文件详解
- 脚本文件（scripts/目录）：
- run_gpt5_10tails.py：Python脚本，使用图像刺激按条件生成10轮对话JSON日志
- analyze_10tails_allturns.py：Python脚本，聚合JSON日志并生成CSV统计文件、摘要及图表
- visualize_10tails_results.py：Python脚本，基于摘要CSV生成额外图像集
- calculate_10turn_cumulative_stats.py：Python脚本，计算10轮对话累积统计（含图表/LaTeX输出，可选）
- analyze_10tails_morph_janome.py：Python脚本，使用Janome进行形态学分析（可选）
- 数据文件（data/目录）：
- raw/：存储原始JSON对话日志
- stimuli/：存储刺激图像（如stimulus.jpeg）
- 结果文件（results/目录）：
- CSV文件：metrics_per_turn.csv（每轮指标）、summary_by_condition_turn.csv（按条件×轮次摘要）、final_turn_summary_by_condition.csv（最终轮次条件摘要）
- plots/：生成的图表文件，包括final_len_chars_bar.png、trend_*_per_kchar.png等
- cumulative_stats/：可选的累积统计输出
- results_morph/：形态学分析结果，含CSV统计文件（如morph_metrics_per_turn.csv）及图表文件
数据来源
Zenodo
适用场景
- 视觉推理研究：分析多轮对话中视觉刺激对推理过程的影响
- 自然语言处理：探究不同条件下对话内容的特征变化与趋势
- 实验数据分析：支持多轮次对话实验的自动化统计与可视化
- 形态学研究：通过可选脚本开展对话文本的形态学特征分析
