How2

在这个存储库中，我们介绍了 How2，这是一个多模式的教学视频集合，带有英文字幕和众包葡萄牙语翻译。我们还提出了用于机器翻译、自动语音识别、口语翻译和多模态摘要的集成序列到序列基线。通过为几个多模态自然语言任务提供可用的数据和代码，我们希望激发对这些和类似挑战的更多研究，以更深入地了解语言处理中的多模态。