乔治亚理工学院 发布 Outside Knowledge Conversational Video (OKCV) Dataset 数据集, 应用在 视频理解、自然语言处理 领域

乔治亚理工学院 本次发布的数据集 Outside Knowledge Conversational Video (OKCV) Dataset, OKCV数据集是一个包含2017个视频和5986个人工注释对话的数据集，每个对话包含40954个交错对话轮次。数据集要求模型不仅识别视频中的相关视觉细节，还要利用外部知识来回答问题。数据集的对话背景基于特定视频片段，但问题进一步要求外部知识，这些知识在视觉信息中不一定存在。因此，模型不仅要识别相关的视频部分，还要利用外部知识进行对话。该数据集旨在测试视频语言模型在时空、事实和常识推理以及对话管理技能方面的能力，并促进自然语言处理领域的发展。

查看Outside Knowledge Conversational Video (OKCV) Dataset

关于 乔治亚理工学院 , 乔治亚理工学院（Georgia Institute of Technology），简称Georgia Tech，是美国的一所综合性公立研究型大学，位于美国佐治亚州的亚特兰大。该校以工程学闻名，尤其在计算机科学、航空航天、工业工程等领域享有很高的声誉。

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。