MSVD(Microsoft Research Video Description Corpus)

收集翻译和释义数据的传统方法可能非常昂贵，使得构建大型新语料库变得困难。虽然众包提供了一种廉价的替代方案，但质量控制和可扩展性可能会成为问题。在这个项目中，我们介绍了一种新颖的注释任务，它使用短视频剪辑（通常少于 10 秒）作为刺激，以引发注释者的平行语言反应。相同语言的相同视频的描述可以用作彼此的释义，而不同语言的描述可以用作彼此的翻译。
这种数据收集方法的一些优点是：
只需要说单语的人来创建翻译数据
创建更自然的释义，不受源句的影响
由于没有要翻译的源句，因此不鼓励使用在线翻译服务等作弊行为
在 2010 年 7 月到 9 月的两个月期间，我们为 2,089 个视频剪辑收集了 85,000 个英文描述，以及针对十几种语言中的每一种的上千个描述。除了为释义和翻译引擎提供训练和测试数据外，这些数据还为大量视频数据提供自然语言描述。视频剪辑通常描绘单个、明确的动作或事件。