发布 VideoCon 数据集, 应用在 视频处理、自然语言处理 领域

本次发布的数据集 VideoCon, 该数据集名为VideoCon，旨在通过利用大型语言模型生成的对比性字幕来微调视频-文本对齐模型，以提高其鲁棒性。该数据集包含视频片段、原始字幕、对比性字幕以及解释，这些内容被用于训练和评估视频-语言蕴含模型。其所涉及的任务是视频-语言对齐。

查看VideoCon

README 内容： 

关于 ,

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。