mTVR

mTVR 是一个大规模的多语言视频时刻检索数据集，包含来自 21.8K 电视节目视频剪辑的 218K 英文和中文查询。该数据集是通过使用配对的中文查询和字幕扩展流行的 TVR 数据集（英文）来收集的。与现有的矩检索数据集相比，mTVR 是多语言的、更大的，并且带有多种注释。mTVR is a large-scale multilingual video moment retrieval dataset containing 218K English and Chinese queries sourced from 21.8K TV program video clips. This dataset is developed by expanding the popular English-only TVR dataset with paired Chinese queries and corresponding subtitles. Compared with existing video moment retrieval datasets, mTVR is multilingual, larger in scale, and equipped with diverse annotations.

搜集汇总

背景与挑战

背景概述

mTVR是一个大规模多语言视频时刻检索数据集，包含来自21.8K电视节目视频剪辑的218K英文和中文查询。该数据集通过扩展英文TVR数据集构建，具有多语言、规模更大和注释丰富等特点。