TVQA

TVQA 是一个基于 6 部热门电视节目（老友记、生活大爆炸、老爸老妈浪漫史、House M.D.、Grey's Anatomy、Castle）的大规模视频 QA 数据集。它包含来自 21.8K 视频剪辑的 152.5K QA 对，跨越超过 460 小时的视频。这些问题被设计成组合性的，要求系统共同定位剪辑中的相关时刻，理解基于字幕的对话，并识别相关的视觉概念。

TVQA is a large-scale video QA dataset based on six popular TV series: Friends, The Big Bang Theory, How I Met Your Mother, House M.D., Grey's Anatomy, and Castle. It contains 152.5K QA pairs from 21.8K video clips, spanning over 460 hours of video. These questions are compositional in design, requiring the system to jointly localize relevant moments in the clips, comprehend subtitle-based dialogues, and identify relevant visual concepts.

搜集汇总

背景与挑战

背景概述

TVQA是一个基于6部热门电视节目的大规模视频问答数据集，包含152.5K QA对，覆盖460小时视频内容，旨在测试系统在视频理解、对话理解和视觉概念识别方面的能力。