微软亚洲研究院 发布 VT-SSum 数据集, 应用在 视频理解、文本摘要 领域

微软亚洲研究院 本次发布的数据集 VT-SSum, VT-SSum是由微软亚洲研究院创建的一个视频转录分割与摘要的基准数据集，包含125,004对转录-摘要数据，来源于9,616个视频。该数据集利用VideoLectures.NET的视频及其配套幻灯片内容，通过弱监督方法生成摘要。创建过程中，数据集通过精确的视频与幻灯片时间线对齐，分割音频并转换为文本，提取幻灯片文本，并进行转录分割。VT-SSum主要应用于视频理解领域，旨在解决视频转录的摘要问题，提高模型在口语文本摘要任务上的性能。

查看VT-SSum

README 内容： 

关于 微软亚洲研究院 , 微软亚洲研究院（Microsoft Research Asia）是微软公司在亚太地区设立的研究机构，成立于1998年，总部位于中国北京。该研究院致力于推动计算机科学和相关领域的创新研究，涵盖人工智能、机器学习、数据挖掘、自然语言处理等多个前沿领域。

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。