مجموعة بيانات TVQA عبارة عن مجموعة بيانات واسعة النطاق للإجابة على أسئلة الفيديو حيث تأتي مقاطع الفيديو من 6 مسلسلات تلفزيونية أمريكية كلاسيكية. تحتوي مجموعة البيانات على حوالي 152.5 ألف زوج من الأسئلة والأجوبة من 21.8 ألف مقطع فيديو تتراوح مدتها بين 60 و90 ثانية، ويبلغ إجمالي طولها أكثر من 460 ساعة. يتم استخدام أزواج الأسئلة والأجوبة هذه في مجموعات التدريب والتحقق والاختبار بنسبة 8:1:1.

تم تصميم الأسئلة في مجموعة بيانات TVQA بطريقة مشتركة، بما في ذلك جزأين: الإجابة على السؤال والتحديد المكاني، وكل سؤال له تحديد مكاني زمني. الإجابة على مثل هذه الأسئلة تتطلب أن يتمتع النموذج بدرجة معينة من التحديد الزمني والقدرة على فهم الحوار (الترجمة) والفيديو (الفيديو).