北京科技大学 发布 VCapsBench 数据集, 应用在 视频字幕质量评估、视频内容分析 领域

北京科技大学 本次发布的数据集 VCapsBench, VCapsBench是一个大规模的细粒度视频字幕评价基准，由北京科技大学、腾讯和清华大学深圳国际研究生院的研究人员创建。该数据集包含5677个视频和109,796个问答对，涵盖了21个细粒度的维度，如相机运动、镜头类型等，对于视频生成至关重要。VCapsBench引入了三个指标（准确率、不一致率、覆盖率）和一个自动化的评估流程，利用大型语言模型（LLM）通过对比问答对分析来验证字幕质量。该数据集和代码在GitHub上可用。

查看VCapsBench

README 内容： 

关于 北京科技大学 , 北京科技大学是中华人民共和国教育部直属的全国重点大学，是‘211工程’、‘985工程优势学科创新平台’项目重点支持高校，位于北京市，是中国钢铁工业的重要人才培养基地。

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。