How2Sign

该数据集是一个多模态的开词汇、带字幕的美国手语视频集，时长约80小时，内容为教学视频的美国手语翻译，覆盖了广泛的主题。这些视频与其时间对齐的字幕一起使用，用于训练和评估检索模型。数据规模包括31,075个训练样本、1,739个验证样本以及2,348个测试样本的视频-字幕对。该数据集的任务是使用自由格式的文本查询进行手语检索。