Causal-VidQA

因果-VidQA数据集包含来自因果-VidQA数据集的107,600个QA对。该数据集旨在促进对视频推理的更深入的视频理解。详细地，我们介绍了因果关系-VidQA的任务，其中包括四种类型的问题，从场景描述 (描述) 到证据推理 (解释) 和常识性推理 (预测和反事实)。对于常识性推理，我们通过回答问题并提供适当的理由来建立两步解决方案。

The Causal-VidQA dataset consists of 107,600 QA pairs. This dataset aims to advance deeper video understanding for video reasoning. Specifically, we introduce the Causal-VidQA task, which encompasses four types of questions ranging from scene description (descriptive) to evidential reasoning (explanatory) and commonsense reasoning (predictive and counterfactual). For commonsense reasoning, we propose a two-step solution framework by first answering the question and then providing appropriate justifications.

搜集汇总

背景与挑战

背景概述

Causal-VidQA是一个包含107,600个QA对的大规模视频问答数据集，旨在促进视频理解与推理研究，特别关注因果关系分析。该数据集由上海交通大学于2022年发布，包含场景描述、证据推理和常识性推理等多种问题类型。