希腊塞萨洛尼基CERTH-ITI 发布 S-VideoXum 数据集, 应用在 视频摘要、自然语言处理 领域

希腊塞萨洛尼基CERTH-ITI 本次发布的数据集 S-VideoXum, S-VideoXum数据集是一个扩展的VideoXum数据集，用于脚本驱动的视频摘要。该数据集包含了从VideoXum中提取的大量视频及其人类标注的摘要，并为每个视频的摘要添加了自然语言描述。这些描述是通过使用LLaVA-NeXT-7B大型多模态模型生成的。数据集的目的是支持脚本驱动的视频摘要研究，通过提供视频、摘要和摘要描述的三元组，可以训练模型生成适应不同用户需求的视频摘要。S-VideoXum数据集拥有超过11908个视频条目，覆盖了多个领域，视频长度最长可达12.5分钟。该数据集的创建旨在解决现有视频摘要方法无法根据用户特定需求生成摘要的问题，通过脚本驱动的摘要方法，可以生成更丰富、更符合用户需求的视频摘要。

查看S-VideoXum

关于 希腊塞萨洛尼基CERTH-ITI , -

关于 arXiv , arXiv 是一个免费分发服务和开放获取的学术文章档案库，涵盖了物理学、数学、计算机科学、定量生物学、定量金融、统计学、电气工程和系统科学以及经济学等领域。该网站上的材料并未经过 arXiv 的同行评审。